求解多目标无约束二元二次规划问题的元启发式算法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究工作的背景与意义 | 第9-10页 |
| 1.2 国内外研究历史与现状 | 第10-12页 |
| 1.3 研究内容和主要工作 | 第12-13页 |
| 1.4 本论文的结构安排 | 第13-15页 |
| 第二章 相关理论基础与技术 | 第15-33页 |
| 2.1 多目标优化问题基本概念 | 第15-17页 |
| 2.2 多目标优化问题的处理方法 | 第17-24页 |
| 2.2.1 基于权重设置的多目标优化算法 | 第18-19页 |
| 2.2.2 基于帕累托机制的多目标优化算法 | 第19-20页 |
| 2.2.3 基于指示器的多目标优化算法 | 第20-24页 |
| 2.3 多目标优化算法的评价方法 | 第24-26页 |
| 2.3.1 基于距离函数的评价方法 | 第24-25页 |
| 2.3.2 基于超体积指标的评价方法 | 第25-26页 |
| 2.4 无约束二元二次规划问题的定义 | 第26-27页 |
| 2.5 求解无约束二元次规划问题的优化算法 | 第27-32页 |
| 2.5.1 精确算法 | 第27-29页 |
| 2.5.2 启发式和元启发式算法 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于均匀交叉算子的多目标进化算法 | 第33-48页 |
| 3.1 遗传算法相关技术基础 | 第33-35页 |
| 3.1.1 遗传算法相关概念 | 第33-35页 |
| 3.1.2 遗传算法的应用 | 第35页 |
| 3.2 基于遗传算法的优化算法 | 第35-36页 |
| 3.3 基于均匀交叉算子的进化算法 | 第36-43页 |
| 3.3.1 邻域定义与目标函数更新 | 第37页 |
| 3.3.2 超体积贡献度选择算法 | 第37-42页 |
| 3.3.3 基于均匀交叉算子的遗传算法 | 第42-43页 |
| 3.4 实验测试与结果分析 | 第43-47页 |
| 3.4.1 算例说明及参数设置 | 第43-44页 |
| 3.4.2 算法评价工具 | 第44-45页 |
| 3.4.3 实验结果及分析 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于多父代组合算子的多目标进化算法 | 第48-59页 |
| 4.1 遗传算子相关技术基础 | 第48-52页 |
| 4.1.1 传统交叉算子 | 第48-50页 |
| 4.1.2 多父代交叉算子 | 第50-52页 |
| 4.2 基于组合算子的优化算法 | 第52-53页 |
| 4.3 基于多父代组合算子的进化算法 | 第53-54页 |
| 4.4 实验测试与结果分析 | 第54-57页 |
| 4.4.1 算例说明及参数设置 | 第54页 |
| 4.4.2 算法评价工具 | 第54-55页 |
| 4.4.3 实验结果及分析 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 基于混合扰动策略的多目标优化算法 | 第59-68页 |
| 5.1 局部扰动机制概述 | 第59-60页 |
| 5.2 禁忌搜索算法概述 | 第60-62页 |
| 5.2.1 禁忌搜索基本思想 | 第60-61页 |
| 5.2.2 禁忌搜索基本流程 | 第61-62页 |
| 5.2.3 禁忌搜索的关键参数 | 第62页 |
| 5.3 基于局部扰动机制的优化算法 | 第62-63页 |
| 5.4 基于混合扰动策略的多目标优化算法 | 第63-65页 |
| 5.5 实验测试与结果分析 | 第65-67页 |
| 5.5.1 算例说明及参数设置 | 第65页 |
| 5.5.2 算法评价工具 | 第65-66页 |
| 5.5.3 实验结果及分析 | 第66-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 全文总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 后续工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间取得的成果 | 第77页 |
