| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 多目标优化问题 | 第8-9页 |
| 1.2 多目标进化算法的研究现状 | 第9-10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 1.4 本文的主要结构 | 第11-12页 |
| 第2章 相关算法简介 | 第12-18页 |
| 2.1 免疫算法概述 | 第12-13页 |
| 2.2 粒子群优化算法概述 | 第13-14页 |
| 2.3 差分进化算法概述 | 第14-16页 |
| 2.4 本章小结 | 第16-18页 |
| 第3章 基于个体强度的自适应差分多目标免疫算法 | 第18-30页 |
| 3.1 克隆算子 | 第18-20页 |
| 3.1.1 非支配克隆算子 | 第18-19页 |
| 3.1.2 支配克隆算子 | 第19-20页 |
| 3.2 进化操作 | 第20-21页 |
| 3.2.1 差分进化算子 | 第20-21页 |
| 3.2.2 多项式变异算子 | 第21页 |
| 3.3 外部文档更新 | 第21-22页 |
| 3.4 算法流程 | 第22-23页 |
| 3.5 数值实验 | 第23-27页 |
| 3.6 本章小结 | 第27-30页 |
| 第4章 具有分层排序Maximin选择的聚类多目标粒子群算法 | 第30-42页 |
| 4.1 K-均值聚类算法 | 第30-31页 |
| 4.2 种群进化 | 第31-32页 |
| 4.3 改进的Maximin选择策略 | 第32-34页 |
| 4.4 算法流程 | 第34-35页 |
| 4.5 数值实验 | 第35-36页 |
| 4.6 本章小结 | 第36-42页 |
| 第5章 总结与展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-50页 |
| 攻读硕士学位期间的研究成果 | 第50页 |