首页--数理科学和化学论文--运筹学论文--最优化的数学理论论文

高维多目标优化算法及其在最优软件产品选择的应用研究

摘要第4-7页
abstract第7-11页
第1章 绪论第21-35页
    1.1 研究背景及意义第21-24页
    1.2 高维多目标优化面临的困难第24-27页
    1.3 研究动机第27-29页
    1.4 主要工作第29-31页
    1.5 论文创新点第31-32页
    1.6 论文结构第32-33页
    1.7 本章总结第33-35页
第2章 国内外研究现状第35-57页
    2.1 高维多目标优化算法综述第35-50页
    2.2 最优软件产品选择综述第50-56页
    2.3 本章总结第56-57页
第3章 基础知识第57-65页
    3.1 (高维)多目标优化问题第57-58页
    3.2 性能指标第58-60页
    3.3 测试问题第60-62页
    3.4 PF曲面采样方法第62-63页
    3.5 本章总结第63-65页
第4章 基于夹角的高维多目标演化算法:VaEA第65-99页
    4.1 引言第65-66页
    4.2 VaEA算法描述第66-79页
    4.3 VaEA实验仿真第79-94页
    4.4 VaEA算法在两个工程实际问题的应用第94-96页
    4.5 本章小结第96-99页
第5章 基于历史解和标量投影的高维多目标粒子群优化算法:MaPSO第99-137页
    5.1 引言第99-101页
    5.2 MaPSO算法描述第101-113页
    5.3 MaPSO的时间复杂度分析第113-114页
    5.4 MaPSO的实验仿真第114-128页
    5.5 有关MaPSO算法的进一步讨论第128-136页
    5.6 本章总结第136-137页
第6章 基于分解的高维多目标人工蜂群算法:MOABC/D第137-167页
    6.1 引言第137-140页
    6.2 MOABC/D算法描述第140-150页
    6.3 MOABC/D的实验仿真及有关讨论第150-163页
    6.4 MOABC/D的参数灵敏度分析第163-166页
    6.5 本章总结第166-167页
第7章 高维多目标优化算法在最优软件产品选择的实际应用第167-209页
    7.1 引言第167-171页
    7.2 特征模型简介第171-172页
    7.3 SATVaEA算法第172-180页
    7.4 实验设置第180-185页
    7.5 实验结果第185-206页
    7.6 本章总结第206-209页
第8章 最优软件产品选择问题的进一步讨论第209-225页
    8.1 不同SAT求解器对SATVaEA的影响第209-216页
    8.2 集成用户偏好的高维多目标软件产品选择算法第216-223页
    8.3 本章总结第223-225页
第9章 结束语与未来展望第225-229页
参考文献第229-255页
致谢第255-257页
攻读博士学位期间发表和完成的论文第257-259页

论文共259页,点击 下载论文
上一篇:两种玉兰花蕾油细胞形态发生与挥发油产量和成分关系的研究
下一篇:卵黄抗体对黄曲霉毒素B1的降毒效应及机制研究