摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号对照表 | 第12-14页 |
缩略语对照表 | 第14-18页 |
第一章 绪论 | 第18-28页 |
1.1 引言 | 第18-19页 |
1.2 进化算法的研究进展 | 第19-22页 |
1.3 协同进化算法的现状 | 第22-25页 |
1.3.1 协同进化算法概述 | 第22页 |
1.3.2 协同进化算法分类 | 第22-25页 |
1.4 本文的主要工作及安排 | 第25-28页 |
第二章 全局和多目标优化问题及相关进化算法简介 | 第28-34页 |
2.1 单目标和多目标优化问题 | 第28-29页 |
2.2 多目标优化问题相关算法 | 第29-31页 |
2.2.1 加权和法 | 第29-30页 |
2.2.2 NSGA-Ⅱ算法 | 第30-31页 |
2.3 本章小结 | 第31-34页 |
第三章 基于均匀聚集距离的改进NSGA-Ⅱ算法 | 第34-50页 |
3.1 引言 | 第34-35页 |
3.2 均匀聚集距离 | 第35-39页 |
3.2.1 均匀聚集区间 | 第35-37页 |
3.2.2 基尼系数权重 | 第37-38页 |
3.2.3 均匀聚集距离 | 第38-39页 |
3.3 基于均匀聚集距离的改进NSGA-Ⅱ算法 | 第39-43页 |
3.3.1 算法算子 | 第39-40页 |
3.3.2 算法整体流程 | 第40-41页 |
3.3.3 算法性能评价指标 | 第41-43页 |
3.4 实验及结果分析 | 第43-49页 |
3.4.1 测试函数及参照集 | 第43-45页 |
3.4.2 参数设置 | 第45-48页 |
3.4.3 测试结果 | 第48-49页 |
3.5 本章小结 | 第49-50页 |
第四章 基于自适应多适应度函数和空间划分进化算法 | 第50-74页 |
4.1 引言 | 第50-52页 |
4.2 单位球面上的均匀设计 | 第52-54页 |
4.3 基于自适应多适应度函数和空间划分进化算法 | 第54-61页 |
4.3.1 目标空间划分算法 | 第55-56页 |
4.3.2 交叉和变异算子 | 第56-57页 |
4.3.3 自适应区域划分 | 第57-59页 |
4.3.4 选择算子 | 第59-60页 |
4.3.5 算法整体流程 | 第60-61页 |
4.3.6 算法性能评价指标 | 第61页 |
4.4 实验及结果分析 | 第61-73页 |
4.4.1 测试函数 | 第61-65页 |
4.4.2 参数设置 | 第65页 |
4.4.3 对比算法 | 第65-66页 |
4.4.4 实验结果与分析 | 第66-73页 |
4.5 本章小结 | 第73-74页 |
第五章 基于基因多样性测度的自适应协同进化算法 | 第74-88页 |
5.1 引言 | 第74-75页 |
5.2 基因型种群多样性测度 | 第75-76页 |
5.3 基于基因多样性测度的自适应协同进化算法 | 第76-80页 |
5.3.1 算法算子 | 第76-78页 |
5.3.2 算法整体流程 | 第78-79页 |
5.3.3 算法收敛性分析 | 第79-80页 |
5.4 实验及结果分析 | 第80-86页 |
5.4.1 测试函数 | 第80-81页 |
5.4.2 参数设置 | 第81-82页 |
5.4.3 测试结果 | 第82-86页 |
5.5 本章小结 | 第86-88页 |
第六章 异构分布式系统下的可分任务调度优化模型及其求解算法 | 第88-104页 |
6.1 引言 | 第88-89页 |
6.2 异构分布式系统下的可分任务调度优化模型 | 第89-91页 |
6.3 一种求解可分任务调度优化模型的混合遗传算法 | 第91-98页 |
6.3.1 编码 | 第92-93页 |
6.3.2 解码 | 第93-94页 |
6.3.3 交叉算子 | 第94页 |
6.3.4 变异算子 | 第94-95页 |
6.3.5 适应度函数 | 第95-96页 |
6.3.6 局部搜索算子 | 第96页 |
6.3.7 算法整体流程 | 第96-97页 |
6.3.8 算法收敛性分析 | 第97-98页 |
6.4 实验与结果分析 | 第98-101页 |
6.4.1 参数设置 | 第98-99页 |
6.4.2 测试结果 | 第99-101页 |
6.5 本章小结 | 第101-104页 |
第七章 总结与展望 | 第104-106页 |
参考文献 | 第106-118页 |
致谢 | 第118-120页 |
作者简介 | 第120-121页 |