| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-12页 |
| 第二章 多目标优化 | 第12-20页 |
| 2．1 基本概念 | 第12-16页 |
| 2．1．1 多目标优化 | 第12-13页 |
| 2．1．2 可行解 | 第13页 |
| 2．1．3 目标向量之间的三种关系 | 第13页 |
| 2．1．4 Pareto统治关系(Pareto Dominance) | 第13页 |
| 2．1．5 Pareto最优(Pareto Optimality) | 第13-14页 |
| 2．1．6 不被统治集和前沿(Nondominated Sets and Fronts) | 第14-15页 |
| 2．1．7 局部 Pareto最优集(Local Pareto-optimal Set) | 第15页 |
| 2．1．8 全局 Pareto最优集(Global Pareto-optimal Set) | 第15-16页 |
| 2．2 多目标优化算法 | 第16-20页 |
| 2．2．1 加权法 | 第17-18页 |
| 2．2．2 约束法(constraint method) | 第18页 |
| 2．2．3 目标规划 | 第18-19页 |
| 2．2．4 进化多目标优化 | 第19-20页 |
| 第三章 使用进化算法进行多目标优化 | 第20-36页 |
| 3．1 进化算法简介 | 第20-22页 |
| 3．1．1 进化算法框架 | 第20-22页 |
| 3．1．2 使用进化算法(EA)进行多目标优化的合理性 | 第22页 |
| 3．2 现有的进化多目标优化技术 | 第22-31页 |
| 3．2．1 聚合法 | 第23页 |
| 3．2．2 基于群体的非 Pareto法 | 第23-24页 |
| 3．2．3 基于 Pareto的方法 | 第24-31页 |
| 3．3 测试函数 | 第31-36页 |
| 第四章 多目标优化算法的性能评价 | 第36-40页 |
| 4．4．1 一元质量测度(unary quality measure) | 第36-38页 |
| 4．4．2 二元质量测度(binary quality measure) | 第38-40页 |
| 第五章 思维进化计算 | 第40-52页 |
| 5．1 思维进化计算的基本内容 | 第40-45页 |
| 5．1．1 MEC的基本理论 | 第41-43页 |
| 5．1．2 MEC中的趋同和异化操作 | 第43页 |
| 5．1．3 MEC的三个基本机制 | 第43-45页 |
| 5．2 MEC的主要研究成果 | 第45-52页 |
| 5．2．1 MEC的理论证明 | 第45-48页 |
| 5．2．2 将 MEC应用于几类测试问题 | 第48-49页 |
| 5．2．3 MEC在实际问题中的应用 | 第49-52页 |
| 第六章 SP-MEC算法 | 第52-74页 |
| 6．1 Pareto-MEC | 第52-53页 |
| 6．2 SP-MEC | 第53-62页 |
| 6．2．1 SP-MEC的基本原理 | 第53-57页 |
| 6．2．2 测试函数 | 第57-58页 |
| 6．2．3 比较实验 | 第58-62页 |
| 6．3 SP-MEC和 Pareto-MEC的比较实验 | 第62-65页 |
| 6．4 算法性能的评价 | 第65-71页 |
| 6．4．1 使用 Cover进行评价 | 第66-69页 |
| 6．4．2 使用 Spacing进行评价 | 第69-70页 |
| 6．4．3 收敛速度 | 第70-71页 |
| 6．5 小结 | 第71-72页 |
| 6．6 工作中的几点说明 | 第72-74页 |
| 第七章 结论 | 第74-76页 |
| 参考文献 | 第76-84页 |
| 附录 | 第84-88页 |
| 附录1 多目标优化相关术语的英汉对照表 | 第84-85页 |
| 附录2 MEC术语表 | 第85-86页 |
| 附录3 MEC伪码简单版本 | 第86-88页 |
| 致谢 | 第88-90页 |
| 在学期间发表的论文 | 第90页 |
