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

超多目标优化问题的几种进化算法研究

摘要第1-7页
ABSTRACT第7-12页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-29页
   ·超多目标优化问题的产生背景第17页
   ·超多目标优化问题的简要介绍第17-20页
     ·多目标优化问题的基本概念第17-19页
     ·多目标进化算法的简要介绍第19-20页
   ·超多目标优化问题中的难点和研究现状第20-26页
     ·超多目标优化问题中的难点第20-21页
     ·超多目标优化问题研究进展第21-26页
   ·本论文的研究内容和组织结构第26-29页
第二章 几类典型的超多目标进化算法介绍第29-35页
   ·基于分解的多目标进化算法MOEA/D第29-31页
   ·基于主成分分析法的目标缩减算法第31-35页
     ·主成分分析法的主要思想及计算步骤第31-32页
     ·算法流程第32-35页
第三章 一种新的基于Pareto代表解的多目标缩减进化算法第35-55页
   ·引言第35-36页
   ·冲突目标集和非冗余目标集合的相关定义第36-37页
   ·基于Pareto代表解的多目标缩减进化算法第37-41页
     ·改进MOEA/D生成Pareto代表解集合第37-38页
     ·非冗余目标集合的生成算法第38-41页
     ·算法流程第41页
   ·数值实验第41-53页
     ·测试函数第41-43页
     ·参数设置第43-44页
     ·不同测试函数的实验结果和对比实验比较第44-49页
     ·工程实践算例:汽车侧面碰撞问题第49-50页
     ·算法的时间复杂度分析第50-51页
     ·参数设置对于实验性能的影响第51-53页
   ·本章小结第53-55页
第四章 基于聚类算法的多目标缩减进化算法第55-67页
   ·引言第55页
   ·基于聚类算法的多目标缩减进化算法第55-61页
     ·相互依赖系数的计算方法第55-58页
     ·PAM聚类算法完成目标集合的聚类第58-59页
     ·算法流程第59-61页
   ·数值实验第61-66页
     ·参数设置第61-62页
     ·删除冗余目标过程的实例分析第62-63页
     ·算法在不同测试问题中找到非冗余目标集的成功率第63-64页
     ·工程应用算例:暴雨排水系统第64-66页
   ·本章小结第66-67页
第五章 自适应权向量设计的多目标分解进化算法第67-75页
   ·引言第67-68页
   ·自适应权向量设计的多目标分解进化算法第68-71页
     ·自适应动态的权向量生成策略第68-70页
     ·最佳权向量的分配机制第70-71页
     ·算法流程第71页
   ·数值试验第71-74页
     ·实验设计与参数设置第71-73页
     ·实验结论和分析第73-74页
   ·本章小结第74-75页
第六章 一种新的基于个体支配关系的混合多目标分解进化算法第75-87页
   ·引言第75-76页
   ·新的基于有效阶数的个体支配关系第76-77页
   ·基于新个体支配关系的混合多目标分解进化算法第77-80页
     ·子种群的划分以及个体的更新策略第77-78页
     ·混合进化策略第78-79页
     ·算法流程第79-80页
   ·数值实验第80-85页
     ·实验设计和参数设置第80-82页
     ·对比实验结果第82页
     ·个体新支配关系和局部搜索策略对于算法性能的影响分析第82-84页
     ·参数敏感性分析第84-85页
   ·本章小结第85-87页
第七章 考虑物流服务水平的物流配送问题多目标优化模型及求解第87-97页
   ·引言第87页
   ·考虑物流服务水平的物流配送问题多目标优化模型建立第87-91页
     ·问题描述第87-89页
     ·配送中心现有货物周转能力相关的物流服务水平的计算方法第89页
     ·三级供应链模式下物流配送问题的多目标优化模型第89-91页
   ·基于偏好的多目标进化算法求解模型第91-94页
   ·数值实验第94-96页
   ·本章小结第96-97页
第八章 全文总结第97-101页
   ·主要工作和贡献第97-98页
   ·研究展望第98-101页
参考文献第101-111页
致谢第111-113页
作者简介第113-115页

论文共115页,点击 下载论文
上一篇:提高集成成像与集成全息系统成像质量方法的研究
下一篇:红外成像传感器仿真建模及模型仿真度评价