| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·研究内容及章节安排 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·章节安排 | 第14-15页 |
| 2 多目标进化算法及其性能评价 | 第15-27页 |
| ·多目标优化问题 | 第15-17页 |
| ·数学模型 | 第15-16页 |
| ·Pareto解集 | 第16-17页 |
| ·多目标进化算法 | 第17-23页 |
| ·NSGA-Ⅱ与MOEA/D | 第17-20页 |
| ·多目标Memetic算法 | 第20-23页 |
| ·性能评价 | 第23-26页 |
| ·收敛性指标 | 第23-24页 |
| ·多样性指标 | 第24-25页 |
| ·可视化度量 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 多目标粒子群优化算法及其改进 | 第27-37页 |
| ·多目标粒子群优化算法(MOPSO) | 第27-30页 |
| ·粒子群优化算法 | 第27-28页 |
| ·MOPSO流程 | 第28-30页 |
| ·多样性的改进 | 第30-33页 |
| ·变异策略选择 | 第31-32页 |
| ·惯性权重设置 | 第32页 |
| ·精英种群管理 | 第32-33页 |
| ·仿真实验及分析 | 第33-36页 |
| ·测试函数 | 第33-35页 |
| ·性能分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于侧步爬山策略的混合多目标粒子群算法(H-MOPSO) | 第37-50页 |
| ·基于侧步爬山策略的局部搜索算法 | 第37-39页 |
| ·侧步爬山策略 | 第37-39页 |
| ·算法步骤 | 第39页 |
| ·混合多目标粒子群算法H-MOPSO | 第39-42页 |
| ·混合算法策略 | 第39-40页 |
| ·H-MOPSO流程 | 第40-41页 |
| ·计算复杂度分析 | 第41-42页 |
| ·仿真实验及分析 | 第42-47页 |
| ·SAS前沿 | 第42-45页 |
| ·收敛性与多样性 | 第45-47页 |
| ·参数敏感性分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 5 H-MOPSO在采购量分配问题中的应用 | 第50-64页 |
| ·单产品采购问题 | 第50-57页 |
| ·问题的描述 | 第51-53页 |
| ·问题的求解 | 第53-54页 |
| ·算法性能分析 | 第54-56页 |
| ·TOPSIS决策 | 第56-57页 |
| ·多产品采购问题 | 第57-63页 |
| ·问题的描述 | 第57-60页 |
| ·问题的求解 | 第60-61页 |
| ·算法性能分析 | 第61页 |
| ·TOPSIS决策 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| ·本论文工作总结 | 第64页 |
| ·进一步研究方向 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间主要科研成果 | 第73页 |