基于分解的自适应多目标粒子群算法
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 多目标进化算法综述 | 第7-10页 |
| 1.1.1 多目标算法的概念与特点 | 第7-8页 |
| 1.1.2 经典的多目标优化算法简介 | 第8-10页 |
| 1.2 研究意义及研究现状 | 第10-14页 |
| 1.2.1 研究意义 | 第10-11页 |
| 1.2.2 国内外发展现状 | 第11-14页 |
| 1.3 本文的组织结构 | 第14-17页 |
| 第二章 基本理论 | 第17-23页 |
| 2.1 多目标问题的数学表达形式及相关定义 | 第17页 |
| 2.2 分解策略 | 第17-19页 |
| 2.2.1 分解的概念 | 第17-18页 |
| 2.2.2 原始的MOEA/D框架 | 第18页 |
| 2.2.3 聚合方法 | 第18-19页 |
| 2.3 粒子群优化算法 | 第19页 |
| 2.4 评价指标与参数设置 | 第19-22页 |
| 2.4.1 测试函数 | 第19-22页 |
| 2.4.2 算法的性能评价指标 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于分解的自适应多目标粒子群优化算法 | 第23-31页 |
| 3.1 基于分解的AMOPSO/D | 第23-26页 |
| 3.1.1 保持种群多样性的策略 | 第23-24页 |
| 3.1.2 外部档案EA的保存 | 第24-25页 |
| 3.1.3 算法的基本流程 | 第25-26页 |
| 3.2 测试结果与分析 | 第26-29页 |
| 3.2.1 测试算例与算法参数设置 | 第26页 |
| 3.2.2 实验的结果与分析 | 第26-29页 |
| 3.3 本章小结 | 第29-31页 |
| 第四章 基于分解的模糊多目标粒子群优化算法 | 第31-41页 |
| 4.1 模糊控制 | 第31-32页 |
| 4.2 基于分解的模糊控制多目标粒子群优化算法 | 第32-34页 |
| 4.3 算法测试及评价 | 第34-39页 |
| 4.3.1 测试算例与算法参数设置 | 第34页 |
| 4.3.2 实验的结果与分析 | 第34-39页 |
| 4.4 本章小结 | 第39-41页 |
| 第五章 结论与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-47页 |
| 攻读学位期间的研究成果 | 第47-49页 |
| 致谢 | 第49-51页 |
