| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·多目标优化综述 | 第9-15页 |
| ·多目标优化的基本概念 | 第10-12页 |
| ·传统的多目标优化方法 | 第12-15页 |
| ·传统优化方法的局限性 | 第15页 |
| ·遗传算法的产生和发展 | 第15-17页 |
| ·多目标遗传算法概述 | 第17-19页 |
| ·本文组织结构及所做的工作 | 第19-21页 |
| ·本文的组织结构 | 第19-20页 |
| ·本文所做的工作 | 第20-21页 |
| 第二章 遗传算法的基本原理和方法 | 第21-33页 |
| ·遗传算法概述 | 第21-25页 |
| ·遗传算法的运算流程 | 第21-23页 |
| ·遗传算法的特点 | 第23页 |
| ·遗传算法的基本操作 | 第23-24页 |
| ·标准遗传算法 | 第24-25页 |
| ·遗传算法的理论基础 | 第25-28页 |
| ·模式定理(schemata theorem) | 第25-28页 |
| ·积木块假设 | 第28页 |
| ·遗传算法的基本实现技术 | 第28-32页 |
| ·编码 | 第28-29页 |
| ·适应度函数及其尺度变换 | 第29-30页 |
| ·选择 | 第30-31页 |
| ·交叉 | 第31页 |
| ·变异 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第三章 多目标遗传算法 | 第33-46页 |
| ·多目标遗传算法的分类 | 第33-35页 |
| ·先验优先权技术(决策→搜索) | 第33-34页 |
| ·优先权演化技术(决策(?)搜索) | 第34页 |
| ·后验优先技术(搜索→决策) | 第34-35页 |
| ·多目标优化算法介绍 | 第35-45页 |
| ·向量评估遗传算法(VEGA) | 第35-37页 |
| ·多目标遗传算法(MOGA) | 第37-38页 |
| ·非劣分层遗传算法(NSGA和NSGA-Ⅱ) | 第38-40页 |
| ·小生境Pareto遗传算法(NPGA) | 第40-42页 |
| ·基于距离的Pareto遗传算法(DPGA) | 第42-44页 |
| ·强度Pareto进化算法(SPEA) | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于免疫原理的多目标遗传算法 | 第46-57页 |
| ·免疫原理 | 第46-48页 |
| ·改进的基于免疫遗传算法的多目标优化算法 | 第48-52页 |
| ·基于改进的免疫遗传算法求解通信网QoS多播路由问题 | 第52-56页 |
| ·多播路由问题的网络模型 | 第52-53页 |
| ·算法的具体实现过程 | 第53-55页 |
| ·仿真实验及结果分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 多目标协同进化遗传算法 | 第57-68页 |
| ·协同进化算法的生物学基础 | 第57-59页 |
| ·协同进化算法的发展现状 | 第59-60页 |
| ·协同进化算法的分类 | 第60-62页 |
| ·基于种群间竞争机制的协同进化算法 | 第61页 |
| ·基于捕食—猎物机制的协同进化算法 | 第61页 |
| ·基于共生机制的协同进化算法 | 第61-62页 |
| ·多目标协同进化遗传算法 | 第62-65页 |
| ·拥挤距离(Crowding Distance,CD): | 第62-63页 |
| ·高斯(正态)分布与柯西分布 | 第63-64页 |
| ·协同进化算子 | 第64-65页 |
| ·多目标协同遗传算法 | 第65页 |
| ·仿真实验 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 基于博弈论的多目标遗传算法 | 第68-74页 |
| ·博弈论与Nash均衡 | 第68-70页 |
| ·博弈的要素 | 第68-69页 |
| ·Nash均衡(Nash Equilibrium) | 第69-70页 |
| ·基于博弈论的多目标遗传算法 | 第70-73页 |
| ·算法的基本思想 | 第70-71页 |
| ·算法测试及结果分析 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 总结与展望 | 第74-76页 |
| ·本文总结 | 第74-75页 |
| ·进一步研究的展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 硕士期间发表的学术论文 | 第81页 |
