| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-28页 |
| 1．1 引言 | 第10-11页 |
| 1．2 计算智能的研究综述 | 第11-14页 |
| 1．3 多目标优化研究综述 | 第14-23页 |
| 1．3．1 基于单目标的多目标求解方法 | 第15-18页 |
| 1．3．2 基于进化计算的多目标求解方法 | 第18-23页 |
| 1．3．2．1 基于遗传算法的多目标优化研究综述 | 第19-21页 |
| 1．3．2．2 基于粒子群算法的多目标优化研究综述 | 第21-23页 |
| 1．4 混合整数规划研究综述 | 第23-24页 |
| 1．5 不确定系统研究综述 | 第24-26页 |
| 1．6 论文概要 | 第26-28页 |
| 第二章 粒子群优化算法 | 第28-39页 |
| 2．1 引言 | 第28页 |
| 2．2 基本PSO算法 | 第28-30页 |
| 2．3 PSO算法的发展 | 第30-34页 |
| 2．3．1 PSO基本模型的改进型 | 第30页 |
| 2．3．2 杂交PSO(HPSO)模型 | 第30-31页 |
| 2．3．3 离散二进制模型 | 第31-32页 |
| 2．3．4 收敛因子模型 | 第32页 |
| 2．3．5 混沌粒子群优化模型 | 第32-33页 |
| 2．3．6 免疫粒子群优化模型 | 第33页 |
| 2．3．7 跟踪并优化动态模型 | 第33-34页 |
| 2．3．8 带有邻域操作的PSO模型 | 第34页 |
| 2．4 PSO与遗传算法的比较 | 第34-35页 |
| 2．5 改进的收敛杂交PSO模型 | 第35-36页 |
| 2．6 仿真比较 | 第36页 |
| 2．7 PSO的应用 | 第36-37页 |
| 2．8 进一步的研究 | 第37-39页 |
| 第三章 基于粒子群优化算法的带约束的多目标优化 | 第39-48页 |
| 3．1 引言 | 第39-40页 |
| 3．2 带约束优化的适应度函数的设计 | 第40-41页 |
| 3．3 带约束的多目标MHPSO方法 | 第41-44页 |
| 3．3．1 算法提出 | 第41-43页 |
| 3．3．2 算法分析 | 第43页 |
| 3．3．3 算法流程 | 第43-44页 |
| 3．4 实例和仿真 | 第44-47页 |
| 3．5 结束语 | 第47-48页 |
| 第四章 一种基于GAMS的多目标混合整数规划的方法 | 第48-57页 |
| 4．1 引言 | 第48-49页 |
| 4．2 多目标混合整数规划 | 第49-50页 |
| 4．3 GAMS系统介绍 | 第50-52页 |
| 4．4 最小偏差法 | 第52-54页 |
| 4．5 实例 | 第54-56页 |
| 4．6 结束语 | 第56-57页 |
| 第五章 区间数不确定系统 | 第57-68页 |
| 5．1 引言 | 第57-58页 |
| 5．2 参数不确定系统的优化命题的提出 | 第58-59页 |
| 5．3 区间数的定义及基本运算 | 第59-60页 |
| 5．4 区间数排序方法介绍 | 第60-63页 |
| 5．5 举例分析 | 第63-65页 |
| 5．6 区间数的序 | 第65-66页 |
| 5．7 区间规划的多目标转化 | 第66-67页 |
| 5．8 结束语 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
| 攻读硕士期间参加的项目 | 第78页 |