| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第15-22页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 进化算法研究现状 | 第16页 |
| 1.3 约束多目标优化研究现状 | 第16-19页 |
| 1.3.1 罚函数法研究现状 | 第17-18页 |
| 1.3.2 e约束研究现状 | 第18页 |
| 1.3.3 多档案集技术研究现状 | 第18-19页 |
| 1.4 旅行商问题及车辆路径规划问题研究现状 | 第19-20页 |
| 1.5 本文的主要研究内容 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第2章 约束优化处理技术及相关内容 | 第22-26页 |
| 2.1 约束优化问题的相关定义 | 第22-23页 |
| 2.2 约束处理技术 | 第23-24页 |
| 2.2.1 e约束处理技术 | 第23-24页 |
| 2.2.2 多存档集约束处理技术 | 第24页 |
| 2.3 多目标进化算法评价指标 | 第24-25页 |
| 2.3.1 收敛性评价指标：GD指标 | 第25页 |
| 2.3.2 多样性评价指标：SP指标 | 第25页 |
| 2.3.3 综合性评价指标：IGD指标 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 自调节算子及自适应e截断的NSGA-Ⅱ算法 | 第26-39页 |
| 3.1 引言 | 第26页 |
| 3.2 NSGA-Ⅱ算法简介 | 第26-28页 |
| 3.2.1 快速非支配排序 | 第27-28页 |
| 3.2.2 拥挤度距离 | 第28页 |
| 3.3 自调节算子及自适应e截断的NSGA-Ⅱ算法 | 第28-32页 |
| 3.3.1 正态分布交叉算子 | 第28-31页 |
| 3.3.2 自适应变异算子 | 第31页 |
| 3.3.3 自适应e截断策略 | 第31-32页 |
| 3.3.4 选择操作 | 第32页 |
| 3.4 STOAT算法流程 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-38页 |
| 3.5.1 测试函数与参数设置 | 第33-34页 |
| 3.5.2 评价指标 | 第34-35页 |
| 3.5.3 仿真结果 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 两阶段三存档集约束优化算法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 两阶段三存档集约束优化算法 | 第39-43页 |
| 4.2.1 最优不可行解 | 第40-41页 |
| 4.2.2 三存档集模型 | 第41-42页 |
| 4.2.3 非支配解存档集进化 | 第42-43页 |
| 4.2.4 支配解存档集进化 | 第43页 |
| 4.2.5 非支配可行解存档集 | 第43页 |
| 4.3 TSTA算法流程 | 第43-45页 |
| 4.4 实验结果与分析 | 第45-49页 |
| 4.4.1 测试函数与参数设置 | 第45-46页 |
| 4.4.2 评价指标 | 第46-47页 |
| 4.4.3 仿真结果 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 约束多目标处理方法在路径规划中的应用 | 第50-69页 |
| 5.1 引言 | 第50页 |
| 5.2 旅行商问题概述 | 第50-51页 |
| 5.3 时间窗约束 | 第51-53页 |
| 5.4 基于两阶段三存档集算法的约束多目标TSP问题 | 第53-60页 |
| 5.4.1 带软时间窗约束的多目标TSP问题模型 | 第53-54页 |
| 5.4.2 算法设计 | 第54-55页 |
| 5.4.3 MTSPSTW算法流程 | 第55-56页 |
| 5.4.4 实验测试与结果分析 | 第56-60页 |
| 5.5 基于自调节算子及自适应e截断算法的多目标车辆路径问题 | 第60-68页 |
| 5.5.1 带软时间窗约束的多目标车辆路径问题模型 | 第60-61页 |
| 5.5.2 算法设计 | 第61-63页 |
| 5.5.3 MOVRPSTW算法流程 | 第63页 |
| 5.5.4 实验测试与结果分析 | 第63-68页 |
| 5.6 本章小结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 结论 | 第69页 |
| 展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-78页 |
| 附录A 攻读学位期间发表的学术论文 | 第78-79页 |
| 附录B SOLOMON测试集C204 数据 | 第79-80页 |
