首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于差异化邻域策略的分解多目标进化算法研究及应用

摘要第3-5页
abstract第5-6页
1 绪论第10-21页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-18页
        1.2.1 多目标进化算法研究进展第11-14页
        1.2.2 计算资源分配的分解进化算法研究进展第14-17页
        1.2.3 有时间窗的车辆路径问题研究现状第17-18页
    1.3 研究内容及章节安排第18-21页
        1.3.1 研究内容第18-20页
        1.3.2 章节安排第20-21页
2 多目标进化算法及其性能评价指标第21-29页
    2.1 多目标优化问题第21-25页
        2.1.1 多目标优化问题描述第21-22页
        2.1.2 Pareto最优解第22-23页
        2.1.3 多目标优化问题面临的困难第23-25页
    2.2 基于分解的多目标进化算法第25-27页
        2.2.1 权重向量生成方法第25-26页
        2.2.2 MOEA/D算法流程第26-27页
    2.3 多目标进化算法评价指标第27-29页
        2.3.1 收敛性评价指标第27-28页
        2.3.2 多样性评价指标第28页
        2.3.3 综合性评价指标第28-29页
    2.4 本章小结第29页
3 基于差异化邻域策略的分解多目标进化算法第29-49页
    3.1 固定邻域缺陷分析第30-31页
    3.2 邻域过大或过小缺陷分析第31-32页
    3.3 差异化邻域策略第32-35页
    3.4 MOEA/D-DN算法流程第35-36页
    3.5 仿真实验与结果分析第36-49页
        3.5.1 参数设置第36-38页
        3.5.2 应用差异化邻域策略前后的算法性能对比第38-39页
        3.5.3 多目标优化问题性能测试第39-48页
        3.5.4 高维目标优化问题性能测试第48-49页
    3.6 本章小结第49页
4 有硬时间窗的多目标车辆路径问题第49-57页
    4.1 问题描述与模型建立第49-52页
    4.2 算法流程第52-54页
    4.3 算例及数值分析第54-56页
    4.4 本章小结第56-57页
5 总结与展望第57-59页
    5.1 总结第57-58页
    5.2 展望第58-59页
参考文献第59-65页
附录1:测试函数表达式及其特性第65-67页
附录2:测试函数PARETO前沿图第67-70页
攻读学位期间参加的研究工作和获得的学术成果第70页

论文共70页,点击 下载论文
上一篇:多自由度机械臂避障路径规划算法研究
下一篇:用于柔顺关节的磁流变液传动装置设计与实验研究