| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 引言 | 第15-16页 |
| 1.2 多目标进化算法的发展历史和研究现状 | 第16-17页 |
| 1.3 论文的主要工作和组织安排 | 第17-19页 |
| 第二章 多目标优化问题和三角剖分描述 | 第19-29页 |
| 2.1 多目标优化问题描述 | 第19-20页 |
| 2.1.1 多目标优化问题的数学定义 | 第19页 |
| 2.1.2 Pareto支配与Pareto最优解 | 第19页 |
| 2.1.3 Pareto最优解集与Pareto最优边界 | 第19-20页 |
| 2.2 多目标进化算法 | 第20-21页 |
| 2.3 多目标优化问题的测试问题和性能指标 | 第21-23页 |
| 2.3.1 多目标优化问题的测试问题 | 第22页 |
| 2.3.2 评价解集的性能指标 | 第22-23页 |
| 2.4 进化算法中常用的几种距离度量 | 第23页 |
| 2.5 解集均匀性的重要性分析及当前距离度量的不足 | 第23-24页 |
| 2.6 三角剖分描述以及相关概念 | 第24-29页 |
| 2.6.1 三角剖分 | 第24-26页 |
| 2.6.2 求解三角剖分常用算法 | 第26-29页 |
| 第三章 基于三角剖分聚集密度的NSGA-II算法 | 第29-37页 |
| 3.1 NSGA-II算法描述 | 第29页 |
| 3.2 NSGA-II算法维护解集多样性策略分析 | 第29-30页 |
| 3.3 基于三角剖分的改进策略 | 第30-32页 |
| 3.4 实验结果分析 | 第32-34页 |
| 3.5 本章小结 | 第34-37页 |
| 第四章 基于三角剖分邻域关系的MOEA/D算法 | 第37-63页 |
| 4.1 MOEA/D算法描述 | 第37-40页 |
| 4.1.1 MOEA/D的主要研究进展 | 第37-38页 |
| 4.1.2 分解方法 | 第38-40页 |
| 4.2 MOEA/D算法权向量分析 | 第40-42页 |
| 4.3 权向量的自适应调整方法 | 第42-44页 |
| 4.3.1 调整措施 | 第42-43页 |
| 4.3.2 调整方法的不足 | 第43-44页 |
| 4.4 基于三角剖分改进的MOEA/D算法 | 第44-52页 |
| 4.5 实验结果分析 | 第52-61页 |
| 4.6 本章小节 | 第61-63页 |
| 第五章 展望与总结 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |