| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·多目标优化问题的研究意义 | 第8页 |
| ·多目标优化算法的研究现状 | 第8-10页 |
| ·免疫优化算法的主要进展 | 第10-11页 |
| ·Memetic算法研究的发展 | 第11-12页 |
| ·本文的研究动机 | 第12-13页 |
| ·本文的主要工作及内容安排 | 第13-16页 |
| 第二章 基于克隆选择的免疫多目标优化 | 第16-24页 |
| ·多目标优化问题的数学描述 | 第16-17页 |
| ·免疫多目标优化的基本原理 | 第17-19页 |
| ·非支配邻域免疫算法NNIA | 第19-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 结合Pareto占优和差分的免疫多目标优化算法 | 第24-52页 |
| ·引言 | 第24页 |
| ·决策空间上的局部邻域特性 | 第24-25页 |
| ·差分进化思想概述 | 第25-26页 |
| ·改进算法MIAMO的框架设计 | 第26-30页 |
| ·基于Pareto占优的局部搜索 | 第28-29页 |
| ·基于差分的局部搜索 | 第29页 |
| ·算法的计算复杂度 | 第29-30页 |
| ·仿真实验及其结果分析 | 第30-51页 |
| ·测试问题 | 第30-32页 |
| ·性能评价指标 | 第32-33页 |
| ·实验设置 | 第33页 |
| ·实验结果 | 第33-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 结合收敛加速算子的免疫克隆多目标优化算法 | 第52-66页 |
| ·引言 | 第52页 |
| ·人工神经网络模型概述 | 第52-54页 |
| ·改进算法MIACA的框架设计 | 第54-57页 |
| ·目标空间的局部搜索 | 第54-56页 |
| ·目标空间的映射操作 | 第56-57页 |
| ·算法计算复杂度 | 第57页 |
| ·仿真实验及其结果分析 | 第57-64页 |
| ·测试问题 | 第57-58页 |
| ·性能评价指标 | 第58页 |
| ·实验设置 | 第58页 |
| ·实验结果 | 第58-64页 |
| ·本章小结 | 第64-66页 |
| 第五章 总结与展望 | 第66-68页 |
| ·论文工作总结 | 第66-67页 |
| ·进一步展望 | 第67-68页 |
| 致谢 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 研究成果 | 第76页 |