基于聚类的多目标进化算法及其应用
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 多目标进化算法的研究现状 | 第17-20页 |
| 1.3 本文研究内容 | 第20-21页 |
| 1.4 论文组织结构 | 第21-22页 |
| 第二章 多目标优化及进化算法 | 第22-30页 |
| 2.1 多目标优化的相关概念 | 第22-23页 |
| 2.2 多目标进化算法 | 第23-27页 |
| 2.2.1 多目标粒子群算法 | 第24-25页 |
| 2.2.2 基于聚类的多目标进化算法 | 第25-27页 |
| 2.3 约束处理技术 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 改进的多目标粒子群算法 | 第30-52页 |
| 3.1 算法思想 | 第30-31页 |
| 3.2 粒子速度更新公式 | 第31-32页 |
| 3.3 外部档案更新方式 | 第32页 |
| 3.4 算法流程 | 第32-33页 |
| 3.5 实验设计 | 第33-51页 |
| 3.5.1 实验环境 | 第33页 |
| 3.5.2 测试问题及评价指标 | 第33-37页 |
| 3.5.3 实验设置 | 第37页 |
| 3.5.4 实验结果及分析 | 第37-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 基于聚类的多目标进化算法 | 第52-80页 |
| 4.1 ED-MOEA算法简介 | 第52-56页 |
| 4.2 算法分析及改进 | 第56-63页 |
| 4.2.1 均匀设计方法 | 第56-58页 |
| 4.2.2 基于聚类的选择算子 | 第58-60页 |
| 4.2.3 保留策略 | 第60-62页 |
| 4.2.4 本章算法流程 | 第62-63页 |
| 4.3 实验设计 | 第63-75页 |
| 4.3.1 实验设置 | 第64页 |
| 4.3.2 实验结果及分析 | 第64-75页 |
| 4.4 进一步讨论 | 第75-78页 |
| 4.4.1 聚类数量的影响分析 | 第75页 |
| 4.4.2 可行解比例影响分析 | 第75-78页 |
| 4.5 本章小结 | 第78-80页 |
| 第五章 多目标进化算法的应用 | 第80-94页 |
| 5.1 工程设计问题 | 第80-86页 |
| 5.1.1 问题简介 | 第80-83页 |
| 5.1.2 实验设置 | 第83-84页 |
| 5.1.3 实验结果及分析 | 第84-86页 |
| 5.2 云环境下数据存储优化问题 | 第86-92页 |
| 5.2.1 问题分析 | 第86-89页 |
| 5.2.2 实验设置 | 第89-90页 |
| 5.2.3 实验结果及分析 | 第90-92页 |
| 5.3 本章小结 | 第92-94页 |
| 第六章 总结与展望 | 第94-96页 |
| 6.1 研究内容总结 | 第94-95页 |
| 6.2 未来展望 | 第95-96页 |
| 参考文献 | 第96-102页 |
| 致谢 | 第102-104页 |
| 作者简介 | 第104-105页 |
