| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| CONTENTS | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 进化计算的产生与发展 | 第10-11页 |
| 1.2 进化算法在约束优化问题的应用 | 第11-15页 |
| 1.2.1 惩罚函数法 | 第12-13页 |
| 1.2.2 基于偏好可行解多于不可行解的方法 | 第13-14页 |
| 1.2.3 多目标法 | 第14-15页 |
| 1.3 本论文的研究重点和章节安排 | 第15-16页 |
| 第二章 比较约束多目标优化中两种不同的个体生成方式 | 第16-29页 |
| 2.1 引言 | 第16-17页 |
| 2.2 研究问题及相关概念 | 第17-18页 |
| 2.3 两种生成方式的比较 | 第18-20页 |
| 2.3.1 杂交变异的生成方法 | 第18-19页 |
| 2.3.2 EDA的个体生成方法 | 第19-20页 |
| 2.3.3 两种方法的比较 | 第20页 |
| 2.4 算法框架及适应值函数的构造 | 第20-21页 |
| 2.4.1 共同的算法框架 | 第20-21页 |
| 2.4.2 适应值函数的构造 | 第21页 |
| 2.5 数值仿真实验 | 第21-28页 |
| 2.5.1 测试函数 | 第21-26页 |
| 2.5.2 结果比较 | 第26-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 一种使用多目标优化处理约束的技术 | 第29-43页 |
| 3.1 引言 | 第29-30页 |
| 3.2 研究问题及相关概念 | 第30页 |
| 3.3 约束优化问题的变换 | 第30-34页 |
| 3.4 个体适应性的分配及杂交变异算子的设计 | 第34-35页 |
| 3.4.1 个体适应性的分配 | 第34页 |
| 3.4.2 杂交和变异算子 | 第34-35页 |
| 3.6 算法框架及特点 | 第35-36页 |
| 3.7 计算机仿真 | 第36-42页 |
| 3.8 本章小结 | 第42-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表论文 | 第48-50页 |
| 致谢 | 第50页 |