| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 单目标优化问题与多目标优化问题的数学描述 | 第8页 |
| 1.2.1 单目标优化问题的数学描述 | 第8页 |
| 1.2.2 多目标优化问题的数学描述 | 第8页 |
| 1.3 多目标优化问题的基本概念 | 第8-9页 |
| 1.4 多目标优化算法的研究现状 | 第9-12页 |
| 1.4.1 传统的多目标优化算法 | 第9-11页 |
| 1.4.2 进化多目标优化算法 | 第11-12页 |
| 1.5 本文的主要工作和创新点 | 第12-13页 |
| 1.6 本章小结 | 第13-14页 |
| 第二章 粒子群优化算法 | 第14-25页 |
| 2.1 基本粒子群优化算法 | 第14-17页 |
| 2.1.1 全局粒子群优化算法 | 第14-15页 |
| 2.1.2 局部粒子群优化算法 | 第15-17页 |
| 2.2 粒子群优化算法的改进 | 第17-24页 |
| 2.2.1 动态目标法(DOM) | 第18页 |
| 2.2.2 自适应速度约束处理粒子群优化算法(全局 SAVPSO) | 第18-19页 |
| 2.2.3 基于环形邻域拓扑的动态目标粒子群优化算法(局部 SAVPSO) | 第19-20页 |
| 2.2.4 实验结果及分析 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 多目标粒子群优化算法 | 第25-31页 |
| 3.1 多目标粒子群优化算法的基本理论 | 第25-27页 |
| 3.1.1 外部档案的维护 | 第25-26页 |
| 3.1.2 全局向导的选择 | 第26-27页 |
| 3.2 多目标粒子群优化算法的流程 | 第27-28页 |
| 3.3 多目标粒子群优化算法的性能度量 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 改进的约束多目标粒子群优化算法 | 第31-47页 |
| 4.1 约束多目标优化问题的描述 | 第31页 |
| 4.2 算法实现 | 第31-33页 |
| 4.2.1 粒子群非支配解排序 | 第31-32页 |
| 4.2.2 全局向导的选取 | 第32-33页 |
| 4.2.3 算法的具体实施步骤 | 第33页 |
| 4.3 仿真实验 | 第33-46页 |
| 4.3.1 标准测试函数 | 第33-35页 |
| 4.3.2 加权和法测试结果及分析 | 第35-36页 |
| 4.3.3 本文算法测试结果及分析 | 第36-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 多目标粒子群优化算法的应用 | 第47-53页 |
| 5.1 数学模型的建立 | 第47-49页 |
| 5.1.1 优化变量及约束条件 | 第47-48页 |
| 5.1.2 目标函数 | 第48-49页 |
| 5.2 实验仿真 | 第49-52页 |
| 5.2.1 加权和法实验及分析 | 第49-50页 |
| 5.2.2 本文所提带约束多目标粒子群优化算法实验及分析 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
