| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-14页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 RIMER学习优化方法 | 第9-10页 |
| 1.2.2 多目标优化问题 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 RIMER方法的介绍 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 置信规则库推理方法 | 第14-18页 |
| 2.2.1 BRB的表示 | 第14-15页 |
| 2.2.2 RIMER方法的推理机制 | 第15-18页 |
| 2.3 BRB的参数训练方法 | 第18-21页 |
| 2.3.1 BRB参数训练模型 | 第18-20页 |
| 2.3.2 参数学习步骤 | 第20页 |
| 2.3.3 现有参数学习方法及不足 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于高斯扰动的混合蛙跳算法 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 蛙跳算法的理论基础 | 第22-25页 |
| 3.2.1 Memetie算法 | 第22页 |
| 3.2.2 粒子群算法 | 第22-23页 |
| 3.2.3 粒子群算法 | 第23-25页 |
| 3.3 标准蛙跳算法的原理及改进 | 第25-32页 |
| 3.3.1 标准蛙跳的算法原理 | 第25-26页 |
| 3.3.2 标准蛙跳算法的步骤 | 第26-29页 |
| 3.3.3 改进的蛙跳规则 | 第29-32页 |
| 3.4 基于高斯扰动的SFLA算法 | 第32页 |
| 3.5 本章小结 | 第32-35页 |
| 第四章 基于改进的SFLA的置信规则库参数训练方法 | 第35-46页 |
| 4.1 问题描述 | 第35-36页 |
| 4.2 新的参数学习方法 | 第36-37页 |
| 4.3 实验分析 | 第37-45页 |
| 4.3.1 多极值函数实例 | 第37-41页 |
| 4.3.2 输油管道检漏实例 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于M-PAES的置信规则库多目标优化算法 | 第46-65页 |
| 5.1 问题描述 | 第46-47页 |
| 5.2 多目标优化问题的基本概念 | 第47-50页 |
| 5.3 基于M-PAES的置信规则库多目标优化方法 | 第50-57页 |
| 5.3.1 PAES多目标优化算法 | 第50-53页 |
| 5.3.2 染色体编码 | 第53-55页 |
| 5.3.3 M-PAES-BRB模型 | 第55-57页 |
| 5.4 实验结果与分析 | 第57-64页 |
| 5.4.1 实验环境 | 第58页 |
| 5.4.2 BJGF数据集实验分析 | 第58-61页 |
| 5.4.3 Mackey-Glass实验分析 | 第61-64页 |
| 5.5 本章结语 | 第64-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-74页 |
| 个人简历 | 第74-75页 |
| 在学期间的研究成果以及发表的学术论文 | 第75页 |
