| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| §1．1 多目标优化问题的产生背景 | 第7页 |
| §1．2 多目标优化进化算法概况 | 第7-9页 |
| §1．3 本文研究的主要工作 | 第9-10页 |
| 第二章 多目标进化算法 | 第10-21页 |
| §2．1 进化算法的基本理论 | 第10-14页 |
| §2．1．1 进化算法的概念和形式 | 第10-12页 |
| §2．1．2 遗传算法的基本原理 | 第12-14页 |
| §2．2 多目标进化算法概述 | 第14-19页 |
| §2．2．1 多目标优化问题数学描述 | 第14-15页 |
| §2．2．2 多目标进化算法基本框架 | 第15-16页 |
| §2．2．3 多目标进化算法的研究现状 | 第16-19页 |
| §2．3 多目标进化算法的关键问题 | 第19-20页 |
| §2．3．1 适应度赋值和选择 | 第19-20页 |
| §2．3．2 群体的多样性 | 第20页 |
| §2．4 本章小结 | 第20-21页 |
| 第三章 基于新模型的多目标遗传算法 | 第21-51页 |
| §3．1 引言 | 第21-22页 |
| §3．2 新的多目标优化模型的建立 | 第22-24页 |
| §3．2．1 解的质量的度量—种群序值的理想方差 | 第22页 |
| §3．2．2 解的均匀性的度量—种群密度的方差 | 第22-23页 |
| §3．2．3 任意多个目标的优化问题转化为两个目标函数的优化问题 | 第23-24页 |
| §3．3 基于新模型的多目标遗传算法 | 第24-28页 |
| §3．3．1 各种遗传策略的设计 | 第24-27页 |
| §3．3．2 基于两个目标函数优化问题的遗传算法的实现 | 第27-28页 |
| §3．4 收敛性分析 | 第28-29页 |
| §3．5 数值模拟及性能分析 | 第29-50页 |
| §3．5．1 性能度量函数 | 第30-33页 |
| §3．5．2 测试函数 | 第33-50页 |
| §3．6 本章小结 | 第50-51页 |
| 第四章 非线性约束规划问题的多目标遗传算法 | 第51-63页 |
| §4．1 引言 | 第51页 |
| §4．2 多目标优化模型建立 | 第51-52页 |
| §4．3 多目标优化问题(4．2)的遗传算子设计 | 第52-54页 |
| §4．3．1 杂交算子 | 第52-53页 |
| §4．3．2 变异算子 | 第53页 |
| §4．3．3 选择算子 | 第53-54页 |
| §4．3．4 终止条件 | 第54页 |
| §4．4 新型多目标遗传算法(NMGA)的实现 | 第54页 |
| §4．5 全局收敛性分析 | 第54-57页 |
| §4．6 数值模拟 | 第57-61页 |
| §4．6．1 试验函数 | 第57-60页 |
| §4．6．2 模拟结果 | 第60-61页 |
| §4．7 本章小结 | 第61-63页 |
| 结束语 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 在学期间撰写的论文 | 第70页 |
| 在学期间参加的科研项目 | 第70页 |