| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景和意义 | 第9页 |
| ·离散多目标优化的发展和研究现状 | 第9-11页 |
| ·本文主要研究内容和论文结构安排 | 第11-13页 |
| ·主要研究内容 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 离散多目标优化方法 | 第13-24页 |
| ·优化 | 第13-14页 |
| ·最优化问题 | 第13页 |
| ·优化算法 | 第13-14页 |
| ·函数优化与组合优化问题 | 第14页 |
| ·离散多目标优化 | 第14-17页 |
| ·离散多目标优化的数学公式 | 第14-15页 |
| ·关于Pareto 的相关概念 | 第15-16页 |
| ·Pareto 最优解的分布 | 第16-17页 |
| ·离散多目标优化方法 | 第17-19页 |
| ·粒子群优化算法 | 第17页 |
| ·进化算法 | 第17-18页 |
| ·模拟退火法 | 第18-19页 |
| ·禁忌搜索 | 第19页 |
| ·蚁群算法 | 第19页 |
| ·对离散变量的处理方法 | 第19页 |
| ·多目标决策 | 第19-22页 |
| ·多目标优化与决策的关系 | 第20-21页 |
| ·基于决策的多目标优化算法分类 | 第21-22页 |
| ·基于适应度值的多目标优化算法分类 | 第22页 |
| ·多目标决策与组合优化问题 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 粒子群优化算法 | 第24-35页 |
| ·基本粒子群优化算法 | 第24-28页 |
| ·基本粒子群优化算法原理 | 第24-26页 |
| ·基本粒子群优化算法流程 | 第26页 |
| ·基本粒子群优化算法参数分析 | 第26-28页 |
| ·粒子群优化算法与其它优化算法的对比 | 第28-30页 |
| ·粒子群优化算法与进化优化算法 | 第28-29页 |
| ·粒子群优化算法与蚁群算法 | 第29-30页 |
| ·粒子群算法的改进 | 第30-32页 |
| ·离散粒子群优化算法 | 第30-31页 |
| ·小生境粒子群优化算法 | 第31页 |
| ·混合粒子群优化算法 | 第31-32页 |
| ·多目标粒子群算法 | 第32-34页 |
| ·CMOPSO | 第33页 |
| ·多目标全面学习粒子群优化算法 | 第33页 |
| ·Pareto 档案多目标粒子群优化算法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于粒子群优化的离散多目标优化算法 | 第35-41页 |
| ·基于粒子群优化的离散多目标优化算法 | 第35-37页 |
| ·基于粒子群优化的离散多目标优化算法原理 | 第35-36页 |
| ·基于粒子群优化的离散多目标优化算法的流程 | 第36-37页 |
| ·基于粒子群优化的离散多目标优化算法的测试 | 第37-39页 |
| ·本章总结 | 第39-41页 |
| 第五章 粒子群优化算法的应用 | 第41-47页 |
| ·粒子群优化算法的应用 | 第41-42页 |
| ·基于粒子群优化的离散多目标优化算法的实例应用 | 第42-45页 |
| ·资源分配问题 | 第42-43页 |
| ·基于粒子群优化的离散多目标优化算法在资源分配问题中的应用 | 第43-45页 |
| ·本章小结 | 第45-47页 |
| 第六章 论文工作总结与发展趋势 | 第47-49页 |
| ·总结 | 第47页 |
| ·发展趋势 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文 | 第53-55页 |
| 致谢 | 第55-56页 |