| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-13页 |
| 第一章 绪论 | 第13-43页 |
| ·引言 | 第13-14页 |
| ·进化论与进化计算 | 第14-22页 |
| ·进化论 | 第14-15页 |
| ·从生物进化到进化计算 | 第15-16页 |
| ·进化计算 | 第16-22页 |
| ·多目标优化问题与进化算法 | 第22-31页 |
| ·多目标优化问题的基本概念 | 第22-23页 |
| ·多目标优化问题的发展简史 | 第23-25页 |
| ·多目标进化算法的研究现状 | 第25-30页 |
| ·设计多目标进化算法的目标 | 第30-31页 |
| ·本论文的内容安排 | 第31-33页 |
| 本章参考文献 | 第33-43页 |
| 第二章 基于AER模型的多目标微粒群算法 | 第43-59页 |
| ·引言 | 第43-44页 |
| ·一种新型的改进的微粒群算法 | 第44-45页 |
| ·用于多目标优化的AER模型 | 第45-47页 |
| ·智能体的基本概念 | 第45页 |
| ·用于多目标优化的AER模型 | 第45-47页 |
| ·智能体进化算子设计 | 第47-51页 |
| ·智能粒子的行为 | 第47-50页 |
| ·最优粒子的更新和选取方法 | 第50-51页 |
| ·算法性能的定量度量方法 | 第51-53页 |
| ·实验结果与分析 | 第53-56页 |
| 本章参考文献 | 第56-59页 |
| 第三章 基于协同进化的多目标微粒群算法 | 第59-75页 |
| ·从协同进化论到协同进化算法 | 第59-61页 |
| ·协同进化论 | 第59-60页 |
| ·协同进化算法 | 第60-61页 |
| ·标准微粒群优化算法分析 | 第61-64页 |
| ·基本概念 | 第62页 |
| ·微粒群优化算法分析 | 第62-64页 |
| ·几个主要进化算子的设计 | 第64-67页 |
| ·最优位置的更新 | 第64-65页 |
| ·协作算子 | 第65-66页 |
| ·竞争变异算子 | 第66页 |
| ·全局最优位置的选择方法 | 第66-67页 |
| ·算法性能的度量 | 第67-68页 |
| ·实验结果与分析 | 第68-72页 |
| 本章参考文献 | 第72-75页 |
| 第四章 多目标进化算法的收敛性分析及性能度量 | 第75-91页 |
| ·多目标进化算法的收敛性分析 | 第75-78页 |
| ·引言 | 第75-76页 |
| ·多目标进化算法的收敛性分析 | 第76-78页 |
| ·多目标进化算法的性能度量 | 第78-86页 |
| ·引言 | 第78-79页 |
| ·几种常见的度量方法 | 第79-80页 |
| ·一种改进的多目标进化算法的性能度量方法 | 第80-83页 |
| ·实验结果与分析 | 第83-86页 |
| 本章参考文献 | 第86-91页 |
| 第五章 用于约束优化问题的双群体差分进化算法 | 第91-115页 |
| ·进化算法与约束优化问题 | 第91-92页 |
| ·约束处理算法 | 第92-96页 |
| ·基于罚函数的约束处理技术 | 第92-94页 |
| ·基于多目标优化技术的约束处理算法 | 第94-95页 |
| ·混合约束处理技术 | 第95-96页 |
| ·基于双群体的差分进化算法用于多目标约束优化问题 | 第96-103页 |
| ·差分进化算法 | 第97页 |
| ·基于双群体的差分进化算法 | 第97-99页 |
| ·性能衡量 | 第99页 |
| ·实验结果与分析 | 第99-103页 |
| ·基于双群体的差分进化算法用于单目标约束优化问题 | 第103-109页 |
| ·基于双群体的差分进化算法 | 第103-104页 |
| ·实验结果与分析 | 第104-109页 |
| 本章参考文献 | 第109-115页 |
| 第六章 多目标优化技术在图像处理中的应用 | 第115-129页 |
| ·数字图像色调处理技术 | 第115-116页 |
| ·基于多目标优化技术的灰度图像半色调技术 | 第116-121页 |
| ·群体初始化 | 第117页 |
| ·二维进化算子设计 | 第117-118页 |
| ·色调图像像素点灰度估计 | 第118-119页 |
| ·实验结果与分析 | 第119-121页 |
| ·彩色图像量化技术 | 第121-126页 |
| ·基于直方图的群体初始化方法 | 第121-122页 |
| ·差分进化算法 | 第122页 |
| ·基于差分进化算法和K-mean聚类的调色板构造算法 | 第122-123页 |
| ·色调处理 | 第123-124页 |
| ·实验结果与分析 | 第124-126页 |
| 本章参考文献 | 第126-129页 |
| 第七章 求解多峰函数优化问题的进化算法 | 第129-151页 |
| ·多峰函数优化问题与进化算法 | 第129-130页 |
| ·多峰函数优化的相关工作 | 第130-132页 |
| ·基于排挤模型的多峰优化方法 | 第130页 |
| ·基于适应值共享模型的多峰优化方法 | 第130-132页 |
| ·基于免疫的遗传算法用于多峰函数优化问题 | 第132-137页 |
| ·几个主要算子的设计 | 第132-136页 |
| ·实验结果与分析 | 第136-137页 |
| ·基于克隆选择的多峰极值遗传搜索算法 | 第137-147页 |
| ·人工克隆选择算法 | 第138-139页 |
| ·克隆选择算法的基本概念 | 第139页 |
| ·求解多峰优化问题的新型克隆选择算法 | 第139-141页 |
| ·群体规模与聚类半径自适应修正算子 | 第141-143页 |
| ·一种新的评价多峰进化算法性能的度量方法 | 第143-144页 |
| ·实验结果与分析 | 第144-147页 |
| 本章参考文献 | 第147-151页 |
| 结束语 | 第151-152页 |
| 致谢 | 第152-153页 |
| 在读期间(合作)发表与撰写的学术论文 | 第153-154页 |
| 在读期间参加的科研项目 | 第154页 |