| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外相关研究和综述 | 第10-13页 |
| 1.2.1 国内外多目标优化方法的研究现状 | 第10-12页 |
| 1.2.2 健康决策的研究现状 | 第12-13页 |
| 1.3 国内外研究现状的总结与分析 | 第13-14页 |
| 1.4 本文的主要研究内容 | 第14-16页 |
| 第2章 多目标优化算法 | 第16-27页 |
| 2.1 多目标优化问题中的基本概念 | 第16-19页 |
| 2.1.1 多目标优化数学定义 | 第16-17页 |
| 2.1.2 Pareto基本概念 | 第17-18页 |
| 2.1.3 多目标优化的目标 | 第18-19页 |
| 2.2 典型多目标优化方法NSGA-II算法 | 第19-26页 |
| 2.2.1 NSGA-II总体流程 | 第19-21页 |
| 2.2.2 快速非支配排序 | 第21页 |
| 2.2.3 计算拥挤距离 | 第21-22页 |
| 2.2.4 对约束条件的处理 | 第22-23页 |
| 2.2.5 遗传算子 | 第23-25页 |
| 2.2.6 精英策略 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 多目标遗传算法NSGA-II的改进 | 第27-51页 |
| 3.1 测试函数集与评价指标 | 第27-30页 |
| 3.1.1 测试函数集 | 第27-28页 |
| 3.1.2 评价指标 | 第28-30页 |
| 3.2 算法改进及实验 | 第30-43页 |
| 3.2.1 多种群协同进化策略 | 第30-33页 |
| 3.2.2 基于Pareto非支配层级和拥挤程度选择交叉父代的方法 | 第33-36页 |
| 3.2.3 基于拥挤距离的动态交叉策略 | 第36-41页 |
| 3.2.4 基于L支配的辅助分层策略 | 第41-43页 |
| 3.3 INSGA-II算法步骤 | 第43-45页 |
| 3.4 INSGA-II算法测试及结果分析 | 第45-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 改进多目标进化算法在健康决策系统中的应用 | 第51-61页 |
| 4.1 健康决策系统建模 | 第51-55页 |
| 4.1.1 优化指标 | 第51-52页 |
| 4.1.2 编码方法 | 第52页 |
| 4.1.3 目标函数 | 第52-54页 |
| 4.1.4 约束条件 | 第54-55页 |
| 4.1.5 健康决策系统模型 | 第55页 |
| 4.2 用户偏好 | 第55-56页 |
| 4.3 负反馈的实现 | 第56-57页 |
| 4.4 系统测试 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |