| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 多目标优化问题的数学模型 | 第11-12页 |
| 1.3 多目标优化算法的研究现状 | 第12-13页 |
| 1.4 本文的主要工作及结构 | 第13-16页 |
| 第2章 多目标优化算法 | 第16-22页 |
| 2.1 引言 | 第16-17页 |
| 2.2 多目标优化算法的分类 | 第17-19页 |
| 2.2.1 基于支配的多目标优化算法 | 第17-18页 |
| 2.2.2 基于差分进化的多目标优化算法 | 第18-19页 |
| 2.2.3 基于分解的多目标优化算法 | 第19页 |
| 2.3 多目标协同进化算法 | 第19-21页 |
| 2.3.1 协同进化算法原理 | 第19-20页 |
| 2.3.2 多种群多目标协同进化算法框架 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于分解的多目标协同进化算法的研究 | 第22-45页 |
| 3.1 引言 | 第22页 |
| 3.2 协同差分进化相关工作 | 第22-23页 |
| 3.3 提出的MCEA算法 | 第23-28页 |
| 3.3.1 MCEA的算法流程 | 第23-25页 |
| 3.3.2 资源分配策略 | 第25页 |
| 3.3.3 子种群的进化 | 第25-27页 |
| 3.3.4 存档的进化 | 第27-28页 |
| 3.4 基于分解的多目标协同进化算法介绍 | 第28页 |
| 3.5 算法实验仿真与分析 | 第28-43页 |
| 3.5.1 基准函数 | 第28-29页 |
| 3.5.2 性能评价指标和实验参数设置 | 第29-31页 |
| 3.5.3 MCEA同其它算法的比较 | 第31-36页 |
| 3.5.4 MCEA同MOEA/D变体的比较 | 第36-38页 |
| 3.5.5 协同进化的有效性验证 | 第38-41页 |
| 3.5.6 动态资源分配策略的有效性验证 | 第41-42页 |
| 3.5.7 自适应DE算子有效性验证 | 第42-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第4章 协同进化算法在投资组合中的应用 | 第45-57页 |
| 4.1 引言 | 第45-46页 |
| 4.2 投资组合问题的优化模型 | 第46-47页 |
| 4.3 提出的CMCPO算法 | 第47-51页 |
| 4.3.1 编码 | 第48页 |
| 4.3.2 学习机制 | 第48-49页 |
| 4.3.3 自适应DE算子 | 第49页 |
| 4.3.4 候选解生成方式 | 第49-50页 |
| 4.3.5 多目标协同进化算法的投资组合优化算法介绍 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-56页 |
| 4.4.1 基准问题 | 第51页 |
| 4.4.2 性能指标和参数设置 | 第51-53页 |
| 4.4.3 CMCPO与MODE-GL、NSGA-II对比 | 第53-54页 |
| 4.4.4 自适应DE算子有效性分析 | 第54-55页 |
| 4.4.5 计算结果 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间的研究成果 | 第66页 |