摘要 | 第4-6页 |
abstract | 第6-8页 |
第1章 绪论 | 第14-22页 |
1.1 研究背景 | 第14-15页 |
1.2 国内外研究现状 | 第15-17页 |
1.2.1 国外研究现状 | 第15-16页 |
1.2.2 国内研究现状 | 第16-17页 |
1.3 研究目的和意义 | 第17-19页 |
1.3.1 研究目的 | 第17-18页 |
1.3.2 研究意义 | 第18-19页 |
1.4 主要研究内容 | 第19-20页 |
1.5 论文的组织结构 | 第20-22页 |
第2章 文献综述 | 第22-39页 |
2.1 多目标优化问题 | 第22-26页 |
2.1.1 多目标优化问题的数学描述 | 第22页 |
2.1.2 多目标优化中的相关定义 | 第22-24页 |
2.1.3 多目标问题的传统解法 | 第24-26页 |
2.2 多目标优化算法 | 第26-33页 |
2.2.1 多目标优化算法的基本框架 | 第26-27页 |
2.2.2 多目标优化算法的常用策略 | 第27-30页 |
2.2.3 多目标优化算法的性能指标 | 第30-33页 |
2.3 带精英策略的非支配排序遗传算法 | 第33-37页 |
2.3.1 NSGA-II的关键技术 | 第33-36页 |
2.3.2 NSGA-II的基本流程 | 第36-37页 |
2.4 本章小结 | 第37-39页 |
第3章 基于非支配排序分层的适应性策略 | 第39-50页 |
3.1 传统的适应性策略 | 第39-44页 |
3.1.1 基于进化阶段的适应性策略 | 第39-40页 |
3.1.2 基于个体的适应性策略 | 第40-43页 |
3.1.3 传统适应性策略的局限性分析 | 第43-44页 |
3.2 基于非支配排序分层的适应性策略 | 第44-49页 |
3.2.1 交叉率及变异率调整模型 | 第44-47页 |
3.2.2 交叉分布指数及变异分布指数调整模型 | 第47-49页 |
3.3 本章小结 | 第49-50页 |
第4章 加入局部搜索的自适应非支配排序遗传算法 | 第50-66页 |
4.1 局部搜索算法与传统遗传算法的组合 | 第50-58页 |
4.1.1 爬山算法 | 第50-53页 |
4.1.2 模拟退火算法 | 第53-56页 |
4.1.3 加入局部搜索的遗传算法 | 第56-58页 |
4.2 加入局部搜索的多目标优化算法 | 第58-60页 |
4.3 加入局部搜索的非支配排序遗传算法 | 第60-62页 |
4.3.1 对模拟退火算法的调整 | 第60-61页 |
4.3.2 加入局部搜索的非支配排序遗传算法 | 第61-62页 |
4.4 加入局部搜索的自适应非支配排序遗传算法 | 第62-64页 |
4.5 本章小结 | 第64-66页 |
第5章 实验与分析 | 第66-82页 |
5.1 实验准备 | 第66页 |
5.2 模拟仿真测试函数 | 第66-69页 |
5.3 性能对比实验 | 第69-81页 |
5.3.1 基于非支配排序分层的适应性策略性能对比实验 | 第69-74页 |
5.3.2 加入局部搜索的非支配排序遗传算法性能对比实验 | 第74-78页 |
5.3.3 加入局部搜索的自适应非支配排序遗传算法性能对比实验 | 第78-81页 |
5.4 本章小结 | 第81-82页 |
第6章 总结与展望 | 第82-84页 |
6.1 总结 | 第82-83页 |
6.2 未来工作展望 | 第83-84页 |
致谢 | 第84-85页 |
参考文献 | 第85-89页 |
攻读学位期间发表的学术论文以及参加科研情况 | 第89-90页 |