| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 主要研究内容 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第2章 多目标遗传算法综述 | 第12-26页 |
| 2.1 遗传算法综述及相关理论 | 第12-21页 |
| 2.1.1 遗传算法国内外研究综述 | 第12-14页 |
| 2.1.2 遗传算法相关理论 | 第14-21页 |
| 2.2 多目标优化问题的发展 | 第21-26页 |
| 第3章 基于链式智能体结构的自适应多目标遗传算法 | 第26-38页 |
| 3.1 基本概念 | 第26-28页 |
| 3.1.1 多目标优化 | 第26-27页 |
| 3.1.2 智能体 | 第27-28页 |
| 3.2 算法设计 | 第28-34页 |
| 3.2.1 链式智能体结构 | 第28-29页 |
| 3.2.2 邻域竞争 | 第29页 |
| 3.2.3 邻域交叉算子和变异算子 | 第29-33页 |
| 3.2.4 自学习 | 第33-34页 |
| 3.3 算法步骤 | 第34-35页 |
| 3.4 实验结果 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 改进的基于智能体的多目标遗传算法在网络优化中的应用 | 第38-57页 |
| 4.1 引言 | 第38页 |
| 4.2 多目标最短路径问题描述 | 第38-39页 |
| 4.3 算法设计 | 第39-47页 |
| 4.3.1 编码 | 第39-40页 |
| 4.3.2 Pareto 竞争分级 | 第40-42页 |
| 4.3.3 改进的轮盘赌选择 | 第42-44页 |
| 4.3.4 交叉和变异操作 | 第44-47页 |
| 4.4 自学习 | 第47页 |
| 4.5 算法描述 | 第47-48页 |
| 4.6 实验 | 第48-57页 |
| 4.6.1 费用值和延时值 | 第48-49页 |
| 4.6.2 实验结果 | 第49-57页 |
| 第5章 结论和展望 | 第57-58页 |
| 5.1 结论 | 第57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64-65页 |
| 申请学位期间的研究成果及发表的学术论文 | 第65页 |