首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

高维多目标进化算法的关键技术研究

摘要第5-7页
abstract第7-8页
第1章 绪论第12-22页
    1.1 课题的研究意义和目的第12-13页
    1.2 高维多目标进化算法的国内外研究现状第13-19页
    1.3 论文主要研究内容和章节安排第19-22页
第2章 多目标进化算法的相关基本理论第22-38页
    2.1 多目标优化问题的数学模型及相关定义第22-23页
    2.2 多目标进化算法的性能评价指标第23-25页
    2.3 高维多目标优化测试函数第25-30页
    2.4 NSGA-III算法简介第30-35页
        2.4.1 参考点生成第31-32页
        2.4.2 归一化进程第32-33页
        2.4.3 环境选择进程第33-35页
    2.5 MOEA/D算法简介第35-37页
        2.5.1 分解策略第36页
        2.5.2 邻域思想第36-37页
    2.6 本章小结第37-38页
第3章 基于目标空间分解的高维多目标进化算法第38-56页
    3.1 引言第38-39页
    3.2 NSGA-III-OSD算法详解第39-46页
        3.2.1 目标空间分解第39-41页
        3.2.2 重组操作第41-42页
        3.2.3 环境选择第42-44页
        3.2.4 NSGA-III-OSD算法流程及复杂度分析第44-46页
        3.2.5 讨论第46页
    3.3 实验仿真与结果分析第46-55页
        3.3.1 测试函数第47页
        3.3.2 算法参数设置第47-48页
        3.3.3 参数敏感性分析第48-50页
        3.3.4 NSGA-III-OSD算法性能测试第50-55页
    3.4 本章小结第55-56页
第4章 基于自适应惩罚距离的高维多目标进化算法第56-82页
    4.1 引言第56-57页
    4.2 NSGA-III-NE算法详解第57-64页
        4.2.1 改进归一化技术第57-58页
        4.2.2 自适应惩罚距离第58-61页
        4.2.3 小生境删除操作第61-62页
        4.2.4 NSGA-III-NE算法流程及复杂度分析第62-63页
        4.2.5 讨论第63-64页
    4.3 实验仿真与结果分析第64-81页
        4.3.1 测试函数第65页
        4.3.2 算法参数设置第65-67页
        4.3.3 参数敏感性分析第67-68页
        4.3.4 自适应惩罚距离的有效性分析第68-69页
        4.3.5 NSGA-III-NE算法性能测试第69-79页
        4.3.6 量化分析第79-81页
    4.4 本章小结第81-82页
第5章 基于Pareto支配的高维多目标进化算法第82-112页
    5.1 引言第82-83页
    5.2 基于超平面投影的HPEA算法第83-97页
        5.2.1 超平面投影第83-85页
        5.2.2 超方形判别第85页
        5.2.3 基于λ-distance的个体选择第85-88页
        5.2.4 HPEA算法流程及复杂度分析第88-90页
        5.2.5 实验仿真与结果分析第90-97页
    5.3 基于角度惩罚距离的MAOEA-APD算法第97-110页
        5.3.1 收敛性度量和分布性度量第97-98页
        5.3.2 角度惩罚距离第98-99页
        5.3.3 基于角度惩罚距离的删除策略第99-101页
        5.3.4 匹配选择第101-102页
        5.3.5 MaOEA-APD算法流程及复杂度分析第102-103页
        5.3.6 实验仿真与结果分析第103-110页
    5.4 本章小结第110-112页
第6章 约束高维多目标进化算法第112-126页
    6.1 引言第112-113页
    6.2 基于参考点约束支配的NSGA-III-RPCDP第113-118页
        6.2.1 关联参考点和计算小生境数第114页
        6.2.2 基于参考点的约束支配关系第114-117页
        6.2.3 改进的匹配选择第117-118页
        6.2.4 NSGA-III-RPCDP算法流程第118页
        6.2.5 讨论第118页
    6.3 实验仿真与结果分析第118-125页
        6.3.1 测试函数第119-121页
        6.3.2 算法参数设置第121页
        6.3.3 NSGA-III-RPCDP算法性能测试第121-125页
    6.4 本章小结第125-126页
结论第126-128页
参考文献第128-138页
攻读博士学位期间发表的论文和取得的科研成果第138-140页
致谢第140页

论文共140页,点击 下载论文
上一篇:面向工业应用的智能体控制系统研究
下一篇:基于空谱特征挖掘的高光谱图像分类方法研究