中文摘要 | 第3-4页 |
英文摘要 | 第4-6页 |
符号对照表 | 第6-8页 |
缩略语对照表 | 第8-11页 |
1 绪论 | 第11-19页 |
1.1 引言 | 第11-12页 |
1.2 研究背景 | 第12-14页 |
1.3 国内外研究现状 | 第14-15页 |
1.4 研究目标与研究内容 | 第15-17页 |
1.4.1 研究目标 | 第15-16页 |
1.4.2 研究内容 | 第16-17页 |
1.5 论文的特色与创新之处 | 第17-18页 |
1.6 论文的组织结构 | 第18-19页 |
2 基于自适应知识迁移的多因子进化算法 | 第19-47页 |
2.1 引言 | 第19-21页 |
2.2 研究背景 | 第21-24页 |
2.2.1 多因子优化 | 第21页 |
2.2.2 多因子进化算法 | 第21-24页 |
2.3 针对连续优化问题的交叉算子 | 第24-26页 |
2.4 MFEA中采用不同交叉算子实现知识迁移 | 第26-28页 |
2.5 自适应知识迁移的MFEA算法 | 第28-33页 |
2.5.1 自适应的选型交配和自适应垂直文化传播 | 第30-31页 |
2.5.2 交叉因子的自适应过程 | 第31-33页 |
2.6 实验结果与分析 | 第33-45页 |
2.6.1 实验配置 | 第33-34页 |
2.6.2 性能指标 | 第34页 |
2.6.3 实验结果与分析 | 第34-45页 |
2.7 章节小结 | 第45-47页 |
3 基于自动编码器的显式进化多任务算法 | 第47-69页 |
3.1 引言 | 第47-48页 |
3.2 基于自动编码器的显式进化多任务算法 | 第48-53页 |
3.2.1 降噪自动编码器 | 第48-50页 |
3.2.2 算法设计 | 第50-53页 |
3.3 实验结果与分析 | 第53-67页 |
3.3.1 单目标优化问题 | 第53-60页 |
3.3.2 多目标优化问题 | 第60-67页 |
3.4 本章小结 | 第67-69页 |
4 解决众包模式下带时间窗的车辆路径问题的进化多任务算法 | 第69-95页 |
4.1 引言 | 第69-71页 |
4.2 车辆路径问题及其变体 | 第71页 |
4.3 问题建模 | 第71-73页 |
4.4 算法设计 | 第73-78页 |
4.4.1 算法框架 | 第73-75页 |
4.4.2 基于排列的统一编码与解码 | 第75-76页 |
4.4.3 扩展的split算法 | 第76-77页 |
4.4.4 进化多任务中的路径信息交换 | 第77-78页 |
4.4.5 进化多任务中的个体评估 | 第78页 |
4.5 实验结果与分析 | 第78-92页 |
4.5.1 基准测试集生成 | 第78-82页 |
4.5.2 实验配置 | 第82-83页 |
4.5.3 实验结果与分析 | 第83-92页 |
4.6 本章小结 | 第92-95页 |
5 总结与展望 | 第95-97页 |
参考文献 | 第97-107页 |
附录 | 第107-109页 |
A.攻读博士学位期间的主要科研成果 | 第107页 |
B.攻读博士学位期间参与的主要科研项目 | 第107-108页 |
C.学位论文数据集 | 第108-109页 |
致谢 | 第109页 |