| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8页 |
| ·研究现状 | 第8-16页 |
| ·多目标优化中的基本概念 | 第9-10页 |
| ·传统多目标优化的方法 | 第10-12页 |
| ·多目标优化遗传算法 | 第12-15页 |
| ·多目标优化遗传算法的两个关键问题 | 第15-16页 |
| ·论文的主要工作及创新点 | 第16-17页 |
| 第二章 定性映射简介 | 第17-33页 |
| ·引言 | 第17-19页 |
| ·最简性质判断的定性映射模型 | 第19-21页 |
| ·多维整合(或合取)性质判断的定性映射模型 | 第21-23页 |
| ·定性映射和人工神经元 | 第23-27页 |
| ·模式──向量转化(或特征抽取)与模式识别的定性映射模型 | 第27-30页 |
| ·量──质转化程度函数 | 第30-32页 |
| ·结论 | 第32-33页 |
| 第三章 具有偏好的多目标优化算法 | 第33-40页 |
| ·决策者偏好 | 第33页 |
| ·偏好方法 | 第33-34页 |
| ·多目标模糊性偏好方法 | 第34-36页 |
| ·基于属性坐标分析法的决策者偏好 | 第36-40页 |
| ·权重和权重心理标准曲线 | 第36-39页 |
| ·基于属性坐标的权重学习算法 | 第39-40页 |
| 第四章 基于定性映射的有偏好的多目标优化算法 | 第40-45页 |
| ·基因基准变换算法 | 第42-44页 |
| ·反映决策者偏好的多目标优化算法 | 第44-45页 |
| 第五章 具有偏好的多目标优化算法的实现与实验结果 | 第45-52页 |
| ·测试函数 | 第45页 |
| ·算法流程图 | 第45-46页 |
| ·实验结果 | 第46-51页 |
| ·结论 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| ·本文工作总结 | 第52页 |
| ·未来工作展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |