摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第13-14页 |
缩略语对照表 | 第14-18页 |
第1章 绪论 | 第18-30页 |
1.1 引言 | 第18-19页 |
1.2 进化算法的基本要素及框架 | 第19-20页 |
1.3 常见进化算法 | 第20-23页 |
1.3.1 单目标进化优化算法 | 第20-21页 |
1.3.2 多目标进化优化算法 | 第21-23页 |
1.4 分治在进化算法中的应用及存在的问题 | 第23-27页 |
1.4.1 分治的基本理念 | 第23页 |
1.4.2 基于分治的进化算法 | 第23-26页 |
1.4.3 普遍存在的问题 | 第26-27页 |
1.5 内容安排 | 第27-30页 |
第2章 保留子问题局部最优的分解类多目标优化算法 | 第30-50页 |
2.1 引言 | 第30-32页 |
2.2 MOEA/D中子问题间的负面影响 | 第32页 |
2.3 子问题局部最优 | 第32-34页 |
2.4 基于量子启发的再生算子 | 第34-36页 |
2.5 保留子问题局部最优的分解类多目标优化算法流程 | 第36-37页 |
2.6 实验设置 | 第37-42页 |
2.6.1 测试问题 | 第37-39页 |
2.6.2 评价指标 | 第39-40页 |
2.6.3 对比算法及参数设置 | 第40-42页 |
2.7 实验结果及分析 | 第42-48页 |
2.8 本章小结 | 第48-50页 |
第3章 基于决策空间非线性变换的单目标优化算法 | 第50-76页 |
3.1 引言 | 第50页 |
3.2 常见单目标进化算法介绍及其锥形搜索 | 第50-57页 |
3.3 决策空间非线性变换及变换问题 | 第57-60页 |
3.4 基于决策空间非线性变换的单目标优化框架及实例 | 第60-63页 |
3.4.1 基于决策空间非线性变换的单目标优化框架 | 第60-61页 |
3.4.2 基于决策空间非线性变换的差分进化算法 | 第61-63页 |
3.5 实验结果及分析 | 第63-75页 |
3.5.1 在Test问题上的对比 | 第63-64页 |
3.5.2 在欺骗问题上的对比 | 第64-68页 |
3.5.3 与基于决策空间线性变换的差分算法对比 | 第68-72页 |
3.5.4 参数讨论 | 第72-75页 |
3.6 本章小节 | 第75-76页 |
第4章 自适应的基于决策空间非线性变换的单目标优化算法 | 第76-90页 |
4.1 引言 | 第76页 |
4.2 高搜索权重区域的自适应调整策略 | 第76-79页 |
4.3 算法流程 | 第79-80页 |
4.4 实验结果及分析 | 第80-88页 |
4.4.1 在Test问题上的对比 | 第80-82页 |
4.4.2 在Trap问题上的对比 | 第82-83页 |
4.4.3 在cec13测试问题上的对比 | 第83-88页 |
4.5 本章小结 | 第88-90页 |
第5章 MOMAD在HDFS副本放置问题中的应用 | 第90-110页 |
5.1 引言 | 第90-91页 |
5.2 HDFS副本放置问题描述 | 第91-94页 |
5.2.1 HDFS集群的拓扑结构 | 第91-92页 |
5.2.2 HDFS中的数据块和数据副本 | 第92页 |
5.2.3 HDFS中默认的副本放置策略 | 第92-94页 |
5.3 副本放置问题中网络负载与存储负载均衡的矛盾 | 第94-97页 |
5.4 基于多目标优化的HDFS副本放置模型 | 第97-99页 |
5.5 MOMAD及其在HDFS副本放置问题上的实现 | 第99-103页 |
5.6 仿真环境及实验设置 | 第103-105页 |
5.7 实验结果及分析 | 第105-107页 |
5.8 本章小结 | 第107-110页 |
第6章 改进的MOMAD及其在副本放置问题中的应用 | 第110-126页 |
6.1 引言 | 第110-111页 |
6.2 MOMAD中帕累托局部搜索的改进策略 | 第111-112页 |
6.3 仿真环境及实验设置 | 第112-114页 |
6.4 实验结果及分析 | 第114-123页 |
6.4.1 基于多目标优化和非多目标优化的放置策略的比较 | 第114-117页 |
6.4.2 基于多目标优化的放置策略之间的比较 | 第117-121页 |
6.4.3 参数分析 | 第121-123页 |
6.5 本章小结 | 第123-126页 |
第7章 总结与展望 | 第126-130页 |
参考文献 | 第130-144页 |
致谢 | 第144-146页 |
作者简介 | 第146-147页 |