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

基于距离收敛量和历史信息密度的多目标进化算法的研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-11页
    1.1 多目标进化算法概述第8页
    1.2 本文工作第8-10页
    1.3 本文组织结构第10-11页
第二章 多目标优化问题与多目标进化算法第11-17页
    2.1 多目标优化问题第11-12页
        2.1.1 多目标优化问题第11页
        2.1.2 多目标优化问题的相关定义第11-12页
    2.2 多目标进化算法第12-16页
        2.2.1 进化算法第12页
        2.2.2 多目标进化算法的发展第12-13页
        2.2.3 多目标进化算法的分类第13-15页
        2.2.4 多目标进化算法的算法框架第15-16页
    2.3 本章小结第16-17页
第三章 基于距离收敛量和历史信息密度的多目标进化算法第17-23页
    3.1 DCHD-MOEA算法基本框架第17-18页
    3.2 初始化操作和交叉变异操作第18-19页
        3.2.1 初始化操作第18页
        3.2.2 交叉变异操作第18-19页
    3.3 基于距离收敛量的配对选择第19-20页
    3.4 基于历史信息密度的个体选择操作第20-22页
    3.5 本章小结第22-23页
第四章 DCHD-MOEA算法仿真实验分析第23-33页
    4.1 实验方案设计第23-26页
        4.1.1 基准问题第23-26页
        4.1.2 评价指标第26页
        4.1.3 参数设置第26页
    4.2 实验结果与分析第26-31页
        4.2.1 IGD值结果分析第26-30页
        4.2.2 非参数检验第30-31页
    4.3 本章小结第31-33页
第五章 总结与展望第33-34页
    5.1 结论第33页
    5.2 下一步工作第33-34页
参考文献第34-36页
致谢第36-37页
在学期间公开发表论文情况第37页

论文共37页,点击 下载论文
上一篇:思想政治教育视角下大学生生命价值观教育研究
下一篇:考虑电动汽车充换电站和可控负荷的主动配电网故障恢复