| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 多目标进化算法研究现状 | 第13页 |
| 1.2.2 高维多目标进化算法研究现状 | 第13-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 多目标优化问题及理论基础 | 第19-27页 |
| 2.1 多目标优化问题的相关概念 | 第19-20页 |
| 2.2 多目标优化算法模型 | 第20-22页 |
| 2.3 典型的基于分解的多目标进化算法 | 第22-26页 |
| 2.3.1 Das和Dennis的系统方案分解技术 | 第22-24页 |
| 2.3.2 线性加权法 | 第24页 |
| 2.3.3 切比雪夫方法 | 第24-25页 |
| 2.3.4 边界交叉法 | 第25页 |
| 2.3.5 MOEA/D和NSGAIII | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于收敛和多样性指导的分解高维多目标进化算法 | 第27-44页 |
| 3.1 引言 | 第27-29页 |
| 3.2 DCDG-EA算法框架 | 第29-36页 |
| 3.2.1 目标空间的分解 | 第29-30页 |
| 3.2.2 距离度量计算 | 第30-31页 |
| 3.2.3 基于收敛性和多样性的算子选择策略 | 第31-33页 |
| 3.2.4 基于收敛性和多样性的个体选择策略 | 第33页 |
| 3.2.5 算法复杂度分析 | 第33-35页 |
| 3.2.6 收敛性分析 | 第35-36页 |
| 3.3 相关实验及分析 | 第36-42页 |
| 3.3.1 基准测试集 | 第36页 |
| 3.3.2 性能指标 | 第36-37页 |
| 3.3.3 参数设置 | 第37-38页 |
| 3.3.4 算法结果分析 | 第38-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 基于角度惩罚选择策略的分解高维多目标进化算法 | 第44-59页 |
| 4.1 引言 | 第44-45页 |
| 4.2 MOEA-APS算法框架 | 第45-50页 |
| 4.2.1 参考向量的产生 | 第45-46页 |
| 4.2.2 后代的产生 | 第46页 |
| 4.2.3 角度惩罚选择策略 | 第46-48页 |
| 4.2.4 参考向量自适应策略 | 第48-49页 |
| 4.2.5 算法复杂度分析 | 第49-50页 |
| 4.3 相关实验及分析 | 第50-58页 |
| 4.3.1 参数设置 | 第50-51页 |
| 4.3.2 算法结果分析 | 第51-58页 |
| 4.4 本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 附录 A 攻读学位期间发表的学术论文 | 第67-68页 |
| 附录 B 攻读学位期间所参与的项目目录 | 第68-69页 |
| 致谢 | 第69页 |
