基于人工蜂群算法的多目标问题优化
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 多目标问题数学模型及相关概念 | 第9-11页 |
| 1.3 多目标进化算法研究现状 | 第11-13页 |
| 1.3.1 低维多目标算法研究现状 | 第11-12页 |
| 1.3.2 高维多目标算法研究现状 | 第12-13页 |
| 1.4 论文主要研究工作及内容安排 | 第13-16页 |
| 第2章 人工蜂群算法 | 第16-21页 |
| 2.1 算法流程 | 第17-19页 |
| 2.1.1 初始化 | 第17页 |
| 2.1.2 采蜜蜂阶段 | 第17-18页 |
| 2.1.3 观察蜂阶段 | 第18页 |
| 2.1.4 侦察蜂阶段 | 第18-19页 |
| 2.2 多目标人工蜂群算法发展现状 | 第19-20页 |
| 2.3 小结 | 第20-21页 |
| 第3章 基于支配的多目标人工蜂群算法 | 第21-41页 |
| 3.1 基于Pareto支配的新个体替换准则 | 第24页 |
| 3.2 基于支配的适应度分配方法和轮盘赌选择方式 | 第24页 |
| 3.3 组合变异算子 | 第24-25页 |
| 3.4 基于支配和拥挤距离的档案更新策略 | 第25-27页 |
| 3.5 实验分析 | 第27-39页 |
| 3.5.1 参数设置 | 第27页 |
| 3.5.2 性能评价指标 | 第27页 |
| 3.5.3 标准对比算法 | 第27-28页 |
| 3.5.4 求解标准测试问题ZDT系列的性能测试 | 第28-30页 |
| 3.5.5 求解标准测试问题UF系列的性能测试 | 第30-39页 |
| 3.6 小结 | 第39-41页 |
| 第4章 基于指标的多目标人工蜂群算法 | 第41-69页 |
| 4.1 二元ε指标的定义 | 第43页 |
| 4.2 基于指标的新个体替换准则 | 第43-44页 |
| 4.3 基于指标的适应度分配方法和幂律选择方式 | 第44页 |
| 4.4 基于Pareto占优和指标的档案更新策略 | 第44-45页 |
| 4.5 仿真实验设置 | 第45-48页 |
| 4.5.1 参数设置 | 第45-47页 |
| 4.5.2 性能评价指标 | 第47页 |
| 4.5.3 标准对比算法 | 第47-48页 |
| 4.6 求解UF标准测试问题的性能测试 | 第48-54页 |
| 4.7 求解DTLZ标准测试函数的性能测试 | 第54-68页 |
| 4.7.1 收敛性和分布性测试 | 第54-65页 |
| 4.7.2 收敛速度测试 | 第65-67页 |
| 4.7.3 基于指标的档案有效性测试 | 第67-68页 |
| 4.8 小结 | 第68-69页 |
| 第5章 总结与展望 | 第69-72页 |
| 5.1 全文工作总结 | 第69-70页 |
| 5.2 未来工作展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 附录 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间的研究成果 | 第81页 |
