| 引言 | 第1-12页 |
| 第一章 基于PARETO 优化的多目标遗传算法 | 第12-22页 |
| 第一节 基本定义 | 第12-14页 |
| 一、 最优（Pareto Optimum）的定义 | 第12-13页 |
| 二、 支配关系 | 第13页 |
| 三、 最优边界（Pareto Front） | 第13-14页 |
| 第二节基于Pareto 优化的MOGA 简介 | 第14-22页 |
| 一、 MOGA | 第15-16页 |
| 二、 NSGA | 第16页 |
| 三、 NPGA | 第16-17页 |
| 四、 SPEA 和SPEA2 | 第17-18页 |
| 五、 NSGAII | 第18-19页 |
| 六、 PAES，PESA 和PESAII | 第19-20页 |
| 七、 小结 | 第20-22页 |
| 第二章 非支配集构造算法 | 第22-35页 |
| 第一节 NSGAII 的非支配排序算法 | 第22-23页 |
| 第二节Jensen 的改进非支配集排序算法 | 第23-26页 |
| 第三节现有非支配集构造算法特点 | 第26-27页 |
| 第四节 庄家法 | 第27-29页 |
| 一、 算法描述 | 第27-28页 |
| 二、 算法证明 | 第28页 |
| 三、 时间复杂度分析 | 第28-29页 |
| 第五节 擂台法 | 第29-32页 |
| 一、 算法描述 | 第30页 |
| 二、 算法证明 | 第30-31页 |
| 三、 时间复杂度分析 | 第31-32页 |
| 第六节基于单维排序的非支配集构造算法（单维排序法） | 第32-35页 |
| 一、 算法思想及描述 | 第32-33页 |
| 二、 算法证明 | 第33-34页 |
| 三、 时间复杂度分析 | 第34-35页 |
| 第三章 选择算法 | 第35-39页 |
| 第一节 截断选择 | 第35页 |
| 第二节 支配截断选择 | 第35-36页 |
| 第三节 非支配截断选择 | 第36-39页 |
| 第四章 实验及结论 | 第39-46页 |
| 第一节 实验方法 | 第39页 |
| 第二节 测试函数 | 第39-40页 |
| 第三节 实验环境 | 第40页 |
| 第四节 实验结果 | 第40-45页 |
| 第五节 结论 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 符号说明表 | 第53-54页 |
| 研究生期间发表的论文 | 第54-55页 |
| 致谢 | 第55-56页 |
| 提要 | 第56-76页 |