| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 主要符号说明 | 第7-8页 |
| 第一章 绪论 | 第8-11页 |
| ·多目标进化算法的研究背景及现状 | 第8-9页 |
| ·本文研究内容 | 第9页 |
| ·本文的组织 | 第9-11页 |
| 第二章 多目标进化算法 | 第11-19页 |
| ·多目标优化问题的研究背景 | 第11页 |
| ·传统的多目标优化方法 | 第11-12页 |
| ·多目标进化算法的介绍 | 第12-16页 |
| ·遗传算法及其思想 | 第12-14页 |
| ·多目标进化算法简介及基本定义 | 第14-16页 |
| ·几种经典的多目标进化算法 | 第16-17页 |
| ·NSGA-II（非支配排序遗传算法） | 第16页 |
| ·SPEA2（强度 Pareto 进化算法） | 第16页 |
| ·PAES（Pareto 保存进化策略进化算法） | 第16-17页 |
| ·多目标进化算法的评价方法 | 第17-18页 |
| ·标准测试函数的说明及 No Free Lunch 定理 | 第17-18页 |
| ·多目标进化算法今后的发展空间 | 第18-19页 |
| 第三章 多目标粒子群优化算法 | 第19-25页 |
| ·基本的粒子群优化算法 | 第19-21页 |
| ·粒子群优化算法的数学描述 | 第20页 |
| ·粒子群算法的基本流程 | 第20-21页 |
| ·多目标粒子群优化算法 | 第21-23页 |
| ·外部归档集的保存及规模保持机制 | 第22-23页 |
| ·全局极值的选择机制 | 第23页 |
| ·多目标粒子群优化算法的基本流程 | 第23页 |
| ·多目标粒子群优化算法的缺陷及改进策略 | 第23-25页 |
| 第四章 带差分局部搜索的改进型 NSGA-II 算法 | 第25-37页 |
| ·带差分局部搜索的改进型 NSGA-II 算法 | 第25-27页 |
| ·NSGA-II 中拥挤距离的计算 | 第25-27页 |
| ·带差分局部搜索的改进型 NSGA-II 算法 | 第27-29页 |
| ·DELS_NSGA2 算法流程 | 第29-30页 |
| ·实验与分析 | 第30-36页 |
| ·测试函数与实验环境 | 第30-31页 |
| ·评价方法 | 第31页 |
| ·测试函数与实验环境 | 第31-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 一种改进型多目标粒子群优化算法 MOPSO-II | 第37-49页 |
| ·外部归档集 | 第37-38页 |
| ·带个体扰动的粒子群算法 | 第38页 |
| ·边界处理 | 第38-40页 |
| ·粒子全局最优位置选取 | 第40页 |
| ·粒子历史最优位置选取 | 第40-41页 |
| ·带时限的粒子全局最优位置淘汰机制 | 第41页 |
| ·MOPSO-II 算法 | 第41-42页 |
| ·实验与分析 | 第42-48页 |
| ·测试函数与实验环境 | 第42-43页 |
| ·评价方法 | 第43-44页 |
| ·实验数据分析 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结 | 第49-50页 |
| ·主要工作回顾 | 第49页 |
| ·本课题今后需进一步研究的地方 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 个人简历 在读期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
