遗传多目标优化算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 选题背景和意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·选题意义 | 第11-12页 |
| 第2章 研究现状 | 第12-14页 |
| 第3章 遗传多目标优化算法 | 第14-25页 |
| ·多目标优化问题 | 第14页 |
| ·适应值共享 | 第14-15页 |
| ·向量评估遗传算法(VEGA) | 第15-16页 |
| ·遗传多目标优化算法(MOGA) | 第16-17页 |
| ·小生境Pareto遗传算法(NPGA) | 第17-18页 |
| ·非支配排序遗传算法(NSGA) | 第18-19页 |
| ·NSGA2 | 第19-21页 |
| ·强度Pareto进化算法(SPEA) | 第21-22页 |
| ·SPEA2 | 第22-23页 |
| ·基于封套Pareto选择算法(PESA) | 第23-25页 |
| 第4章 实验分析 | 第25-37页 |
| ·测试函数 | 第25-27页 |
| ·测试结果及分析 | 第27-37页 |
| ·收敛性评价方法 | 第28-29页 |
| ·分布度评价方法 | 第29页 |
| ·运行效率比较 | 第29-30页 |
| ·测试结果分析 | 第30-37页 |
| 第5章 算法改进 | 第37-45页 |
| 第6章 结果与展望 | 第45-47页 |
| ·论文主要完成的工作 | 第45页 |
| ·论文有待进一步研究的问题 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 附录 | 第50页 |
