一种新的基于相似性的多目标演化算法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景与意义 | 第7页 |
| ·国内外研究情况 | 第7-9页 |
| ·求解多目标优化问题的传统方法及优缺点 | 第8-9页 |
| ·求解多目标优化问题的演化算法 | 第9页 |
| ·本文所作的工作 | 第9-11页 |
| 第2章 多目标演化算法 | 第11-24页 |
| ·多目标优化问题描述及相关定义 | 第11-12页 |
| ·多目标演化算法的主要任务和关键问题 | 第12-13页 |
| ·多目标演化算法的主要策略分析 | 第13-15页 |
| ·适应度赋值方法 | 第13-14页 |
| ·群体的多样性维护 | 第14页 |
| ·选择算子 | 第14-15页 |
| ·精英策略 | 第15页 |
| ·目前主要的多目标演化算法 | 第15-19页 |
| ·第一代多目标演化算法 | 第15-17页 |
| ·第二代多目标演化算法 | 第17-19页 |
| ·混合多目标演化算法 | 第19-21页 |
| ·混合多目标演化算法的提出 | 第19-20页 |
| ·混合多目标演化算法框架 | 第20页 |
| ·典型的混合多目标演化算法算法 | 第20-21页 |
| ·多目标演化算法中有待解决的问题 | 第21-24页 |
| ·偏好和指导性信息 | 第22页 |
| ·可扩展性 | 第22页 |
| ·精英策略 | 第22页 |
| ·多目标演化算法中各种算子的作用 | 第22-23页 |
| ·多目标演化算法的理论问题 | 第23-24页 |
| 第3章 一种新的基于相似性的多目标演化算法 | 第24-33页 |
| ·算法的基本思想 | 第24-25页 |
| ·相似性的度量 | 第25页 |
| ·群体的分级 | 第25-26页 |
| ·改进的NSGA-Ⅱ的拥挤操作 | 第26-27页 |
| ·邻域的自适应缩小 | 第27-28页 |
| ·初始邻域的分配 | 第27页 |
| ·邻域缩小系数的继承 | 第27页 |
| ·邻域缩小系数的进化 | 第27-28页 |
| ·新个体的产生及加速 | 第28-29页 |
| ·新的杂交算子 | 第29-30页 |
| ·新的杂交算子性能分析 | 第30-31页 |
| ·遍历性 | 第30页 |
| ·精确快速的边界搜索 | 第30页 |
| ·可进退性 | 第30页 |
| ·加速性 | 第30-31页 |
| ·全局性 | 第31页 |
| ·算法框架 | 第31页 |
| ·算法复杂度分析 | 第31-33页 |
| 第4章 针对一类特殊的多目标优化问题的数值实验 | 第33-47页 |
| ·算法性能度量 | 第33-34页 |
| ·D评价方法 | 第33页 |
| ·S评价方法 | 第33-34页 |
| ·△评价方法 | 第34页 |
| ·测试函数 | 第34-36页 |
| ·试验结果与分析 | 第36-46页 |
| ·小结 | 第46-47页 |
| 第5章 针对一般的多目标优化问题的数值实验 | 第47-52页 |
| ·数值试验与结果分析 | 第47-51页 |
| ·小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录:作者在攻读硕士学位期间发表的学术论文 | 第59页 |
