| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·问题的提出 | 第9页 |
| ·国内外研究状况 | 第9-11页 |
| ·本文研究的内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第2章 多目标优化及算法 | 第13-26页 |
| ·多目标优化的概念 | 第13-18页 |
| ·多目标优化中的基本概念和术语 | 第15-17页 |
| ·ε支配的有关概念和术语 | 第17-18页 |
| ·多目标演化算法 | 第18-23页 |
| ·适应值函数的选择和分配机制 | 第18-21页 |
| ·种群的多样性 | 第21-22页 |
| ·目前MOEAs算法存在的缺陷 | 第22-23页 |
| ·拥挤算子和簇算子 | 第23-26页 |
| 第3章 改进的多目标演化算法 | 第26-40页 |
| ·改进的NSGA-Ⅱ算法(Ⅰ-NSGA-Ⅱ) | 第27-31页 |
| ·聚类(Clustering)方法 | 第27-29页 |
| ·Ⅰ-NSGA-Ⅱ算法的主要思想 | 第29-30页 |
| ·Ⅰ-NSGA-Ⅱ算法的流程 | 第30-31页 |
| ·改进的多目标演化算法(Ⅰ-MOEA) | 第31-33页 |
| ·超网格划分法 | 第31页 |
| ·ε-dominnance在算法中的应用 | 第31-33页 |
| ·算法中的主要算子 | 第33-36页 |
| ·迭代搜索过程 | 第33-34页 |
| ·维持ε-approximate-Pareto Set的算子 | 第34页 |
| ·G向量划分算子 | 第34-35页 |
| ·维持ε-Pareto Set算子 | 第35页 |
| ·求解ε-non-dominance算子 | 第35-36页 |
| ·个体适应值计算算子 | 第36页 |
| ·Ⅰ-MOEA算法步骤 | 第36-39页 |
| ·小结讨论 | 第39-40页 |
| 第4章 模拟测试 | 第40-56页 |
| ·多目标优化测试函数 | 第40-54页 |
| ·多目标优化问题的结构和特性 | 第40页 |
| ·针对不同的问题特征设计不同的测试函数 | 第40-43页 |
| ·算法的参数设置 | 第43-44页 |
| ·量化性能度量值 | 第44-46页 |
| ·模拟试验结果 | 第46-54页 |
| ·结果讨论 | 第54-56页 |
| ·改进算法讨论 | 第54页 |
| ·试验结果讨论 | 第54-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间公开发表的学术论文及专业书籍 | 第62-63页 |
| 致谢 | 第63页 |