多目标粒子群优化算法的改进与研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 粒子群算法的研究背景与意义 | 第8-9页 |
| 1.2 多目标粒子群算法的研究现状 | 第9-10页 |
| 1.3 本文的组织安排 | 第10-12页 |
| 第二章 多目标优化问题 | 第12-19页 |
| 2.1 多目标优化问题的数学模型 | 第12-13页 |
| 2.2 多目标优化问题的测试函数 | 第13-14页 |
| 2.3 多目标优化问题的评价指标 | 第14-17页 |
| 2.4 经典多目标进化算法 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 粒子群优化算法 | 第19-26页 |
| 3.1 粒子群优化算法 | 第19-21页 |
| 3.1.1 算法原理 | 第19-20页 |
| 3.1.2 粒子群优化算法的流程图与步骤 | 第20-21页 |
| 3.2 多目标粒子群优化算法 | 第21-23页 |
| 3.3 几类典型的多目标粒子群改进算法 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 三个改进策略及其有效性验证 | 第26-39页 |
| 4.1 基于正弦函数动态变化的学习因子 | 第26-28页 |
| 4.2 动态位移波动算子 | 第28-29页 |
| 4.3 基于改进Lévy flight的变异算子 | 第29-31页 |
| 4.4 三个改进策略的有效性验证 | 第31-38页 |
| 4.4.1 实验环境及测试函数 | 第31-32页 |
| 4.4.2 评价方法及参数设置 | 第32页 |
| 4.4.3 CMOPSO的实验结果与分析 | 第32-34页 |
| 4.4.4 DMOPSO的实验结果与分析 | 第34-36页 |
| 4.4.5 LFMOPSO的实验结果与分析 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第五章 改进的多目标粒子群优化算法 | 第39-52页 |
| 5.1 改进的算法流程 | 第39-41页 |
| 5.2 实验设置 | 第41-42页 |
| 5.2.1 实验环境 | 第41页 |
| 5.2.2 测试函数 | 第41页 |
| 5.2.3 评价方法 | 第41页 |
| 5.2.4 参数设置 | 第41-42页 |
| 5.3 实验结果分析 | 第42-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文总结 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 在学期间的研究成果 | 第58-59页 |
| 致谢 | 第59页 |
