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

求解众目标优化问题的演化算法研究

摘要第1-6页
ABSTRACT第6-8页
目录第8-10页
表格索引第10-12页
插图索引第12-13页
算法索引第13-14页
主要符号对照表第14-15页
第一章 绪论第15-21页
   ·研究众目标优化问题的意义第15-16页
   ·基本的概念和术语第16-17页
   ·众目标优化问题的难点和研究现状第17-18页
   ·主要工作和贡献第18-19页
   ·论文组织结构和章节安排第19-21页
第二章 众目标优化问题相关工作第21-31页
   ·求解众目标优化问题的演化算法框架第21-24页
   ·基于松弛的Pareto支配定义的方法第24-25页
   ·使用聚合函数的方法第25-26页
   ·使用指示器的方法第26-27页
   ·基于目标空间降维的方法第27-28页
   ·其他的一些方法第28-30页
   ·本章小结第30-31页
第三章 无约束众目标优化问题的求解算法第31-49页
   ·DTLZ问题描述第31-32页
   ·PPDSO-MOEA第32-39页
     ·动机第32-33页
     ·PPDSO-MOEA算法框架第33-35页
     ·PPDSO-MOEA算法描述第35-37页
     ·PPDSO-MOEA中的核心操作第37-39页
   ·实验研究第39-47页
     ·测试问题和参数设置第39-40页
     ·衡量标准第40-41页
     ·参数A_(ut)的选择第41-44页
     ·目标选择方法有效性的验证第44-45页
     ·与state-of-the-art算法的比较第45-46页
     ·存在的问题及讨论第46-47页
   ·本章小结第47-49页
第四章 有约束众目标优化问题的求解算法第49-63页
   ·多背包问题概述第49-51页
   ·PPDSO2-MOEA第51-56页
     ·PPDSO2-MOEA算法描述第51-54页
     ·PPDSO2-MOEA中的核心操作第54-56页
   ·实验研究第56-61页
     ·测试问题和参数设置第56-57页
     ·衡量标准第57-58页
     ·参数I_g的选择第58-59页
  4 3.4 目标选择方法有效性的验证第59页
     ·与state-of-the-art算法的比较第59-61页
   ·本章小结第61-63页
第五章 总结和展望第63-65页
参考文献第65-71页
致谢第71-73页
在读期间发表的学术论文与取得的研究成果第73页

论文共73页,点击 下载论文
上一篇:基于事件触发的量化反馈控制系统的稳定性研究
下一篇:邻域信息HMM在个体疾病预测中的研究与应用