| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·引言 | 第7-8页 |
| ·多目标优化的发展和现状 | 第8页 |
| ·论文的研究背景 | 第8-9页 |
| ·本文的主要工作及安排 | 第9-11页 |
| 第二章 多目标优化问题 | 第11-25页 |
| ·多目标优化问题的定义和数学模型 | 第11-15页 |
| ·多目标最优化问题的数学模型 | 第11页 |
| ·Pareto 解集的概念 | 第11-13页 |
| ·Pareto 最优解集的评价准则 | 第13-15页 |
| ·传统多目标优化方法介绍 | 第15-18页 |
| ·传统优化算法的基本思想 | 第15-16页 |
| ·经典的传统多目标优化算法 | 第16-18页 |
| ·多目标遗传算法的介绍 | 第18-23页 |
| ·遗传算法及其思想 | 第18-20页 |
| ·多目标遗传算法 | 第20-22页 |
| ·多目标遗传算法的基本框架 | 第22-23页 |
| ·传统方法和遗传算法比较 | 第23-25页 |
| 第三章 基于新的权重分配策略的多目标遗传算法(NWMOGA) | 第25-36页 |
| ·一般目标加权法介绍 | 第25-26页 |
| ·采用均匀设计的方法产生初始种群 | 第26-29页 |
| ·适应度函数设计 | 第29-30页 |
| ·权向量确定的思想设计 | 第30-31页 |
| ·算子设计 | 第31-32页 |
| ·杂交算子 | 第31页 |
| ·变异算子 | 第31-32页 |
| ·选择算子 | 第32页 |
| ·算法NWMOGA 的思想设计 | 第32页 |
| ·数值实验 | 第32-34页 |
| ·测试函数及测试环境 | 第32-33页 |
| ·仿真结果分析 | 第33-34页 |
| ·算法性能的评价方式 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于均匀设计方法的多目标优化遗传算法(BUMOGA) | 第36-45页 |
| ·适应度函数定义 | 第36-37页 |
| ·算子设计 | 第37-38页 |
| ·杂交算子 | 第37-38页 |
| ·变异算子 | 第38页 |
| ·算法BUMOGA 思想设计 | 第38-39页 |
| ·基本定义 | 第38页 |
| ·算法设计 | 第38-39页 |
| ·收敛性分析 | 第39-41页 |
| ·数值实验 | 第41-43页 |
| ·测试函数及测试环境 | 第41-42页 |
| ·仿真结果分析 | 第42-43页 |
| ·算法性能的评价方式 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 结束语 | 第45-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 在读期间的研究成果 | 第53-54页 |