基于遗传算法的工程多目标优化研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-21页 |
| ·问题的提出和研究背景 | 第10-18页 |
| ·网络计划简介 | 第11-13页 |
| ·网络计划的优化 | 第13-17页 |
| ·问题的提出及研究现状 | 第17-18页 |
| ·论文研究的内容和创新点 | 第18-21页 |
| ·论文研究内容和结构 | 第18-20页 |
| ·论文创新点 | 第20-21页 |
| 2 多目标优化理论概述 | 第21-25页 |
| ·多目标优化问题的基本定义 | 第21页 |
| ·多目标优化最优解的基本定义 | 第21-23页 |
| ·多目标优化的目的 | 第23-24页 |
| ·传统的多目标优化方法 | 第24-25页 |
| 3 遗传算法的基本实现技术 | 第25-32页 |
| ·进化算法的概念和形式 | 第25-26页 |
| ·遗传算法的基本原理 | 第26-27页 |
| ·遗传算法的关键要素 | 第27-29页 |
| ·遗传算法的一般流程 | 第29-30页 |
| ·遗传算法的特点 | 第30-32页 |
| 4 基于Pareto优化的多目标遗传算法 | 第32-40页 |
| ·多目标进化算法概述 | 第32-34页 |
| ·NSGA-II算法原理 | 第34-40页 |
| ·算法流程 | 第34-37页 |
| ·关键算子及其原理 | 第37-40页 |
| 5 工期-成本-质量的均衡优化 | 第40-53页 |
| ·质量的评价和量化 | 第40-43页 |
| ·成本、工期、质量相互之间的关系 | 第40-42页 |
| ·质量的量化方法 | 第42-43页 |
| ·工期-成本-质量三维多目标优化模型的建立 | 第43-44页 |
| ·决策变量 | 第43-44页 |
| ·目标方程 | 第44页 |
| ·模型的遗传算法实现 | 第44-48页 |
| ·染色体结构 | 第44页 |
| ·初始化 | 第44-45页 |
| ·适应度的计算 | 第45-46页 |
| ·遗传操作 | 第46-47页 |
| ·算法流程 | 第47-48页 |
| ·模型的应用和算例分析 | 第48-52页 |
| ·模型的评价和小结 | 第52-53页 |
| 6 工期-成本-质量-资源的多目标优化 | 第53-69页 |
| ·工期-成本-质量-资源四维多目标优化模型的建立 | 第53-55页 |
| ·决策变量 | 第54页 |
| ·目标方程 | 第54-55页 |
| ·工期固定-资源均衡的遗传算法实现 | 第55-56页 |
| ·染色体结构 | 第55页 |
| ·初始化 | 第55-56页 |
| ·遗传算子 | 第56页 |
| ·评价函数 | 第56页 |
| ·选择 | 第56页 |
| ·对NSGA-II算法的改进 | 第56-58页 |
| ·模型的遗传算法实现 | 第58-61页 |
| ·染色体结构 | 第58页 |
| ·初始化 | 第58-59页 |
| ·适应度的计算 | 第59页 |
| ·遗传操作 | 第59-60页 |
| ·算法流程 | 第60-61页 |
| ·模型的应用和算例分析 | 第61-68页 |
| ·模型的评价和小结 | 第68-69页 |
| 7 结论与展望 | 第69-72页 |
| ·结论 | 第69-70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 附录A 使用SBMS选择交叉策略的遗传算子代码 | 第77-81页 |
| 攻读硕士学位期间发表学术论文情况 | 第81-82页 |
| 致谢 | 第82-83页 |
