| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| 1 引言 | 第10-11页 |
| 2 本文的主要内容 | 第11-14页 |
| 第二章 多目标优化概述 | 第14-26页 |
| 1 多目标优化的基本概念和术语 | 第14-19页 |
| 2 多目标优化算法的发展 | 第19-22页 |
| (1) 加权法 | 第19-20页 |
| (2) 约束法 | 第20-21页 |
| (3) 目标规划 | 第21-22页 |
| (4) 进化多目标优化 | 第22页 |
| 3 多目标优化的性能评价 | 第22-26页 |
| 第三章 进化多目标优化 | 第26-48页 |
| 1 进化算法 | 第26-34页 |
| (1) 进化算法的发展 | 第26-30页 |
| (2) 进化算法的基本原理 | 第30-34页 |
| (3) 使用进化算法进行多目标优化的合理性 | 第34页 |
| 2 EMOO技术 | 第34-45页 |
| (1) VEGA | 第35-36页 |
| (2) FFGA | 第36-37页 |
| (3) NSGA | 第37-39页 |
| (4) NPGA | 第39-41页 |
| (5) PAES | 第41-42页 |
| (6) SPEA | 第42-45页 |
| 3 测试函数 | 第45-48页 |
| 第四章 思维进化计算 | 第48-60页 |
| 1 思维进化计算的提出 | 第48-49页 |
| 2 MEC的基本框架 | 第49-54页 |
| (1) MEC的系统结构和基本知识 | 第49-51页 |
| (2) MEC中的两个重要操作 | 第51-52页 |
| (3) 三个基本机制 | 第52-54页 |
| 3 MEC的研究成果 | 第54-60页 |
| (1) 多种高效率趋同策略的开发 | 第54-55页 |
| (2) 多种高效率异化策略的开发 | 第55-56页 |
| (3) 收敛性证明 | 第56-57页 |
| (4) MEC具有高搜索效率 | 第57页 |
| (5) 论证了MEC相对遗传算法所具有的三个先进机制 | 第57页 |
| (6) 趋同过程的分析 | 第57页 |
| (7) MEC的多峰优化的性能 | 第57页 |
| (8) MEC在噪声环境下的性能 | 第57-58页 |
| (9) MEC用于非数值优化问题 | 第58页 |
| (10) 求解多目标问题的MEC | 第58页 |
| (11) 并行MEC的研究 | 第58页 |
| (12) MEC在图象处理的应用 | 第58-59页 |
| (13) MEC在经济预测中的应用 | 第59页 |
| (14) MEC应用于水泥生料配比 | 第59-60页 |
| 第五章 求解多目标问题的MEC | 第60-78页 |
| 1 Pareto-MEC | 第60-65页 |
| (1) Pareto-MEC算法的基本思想 | 第60-61页 |
| (2) Pareto-MEC算法的伪码 | 第61-65页 |
| 2 实验 | 第65-70页 |
| (1) 测试函数 | 第65-67页 |
| (2) 实验参数的设置 | 第67页 |
| (3) 实验展示 | 第67-70页 |
| (4) 实验结论 | 第70页 |
| 3 算法性能的定量评价 | 第70-75页 |
| (1) 使用Cover进行评价 | 第71-73页 |
| (2) 使用Spacing进行评价 | 第73-75页 |
| (3) 收敛速度 | 第75页 |
| 4 小结 | 第75-77页 |
| 5 工作中的几点说明 | 第77-78页 |
| 第六章 结论 | 第78-80页 |
| 参考文献 | 第80-90页 |
| 附录 | 第90-94页 |
| 附录1 多目标优化术语表 | 第90-91页 |
| 附录2 MEC术语表 | 第91-92页 |
| 附录3 MEC伪码简单版本 | 第92-94页 |
| 致谢 | 第94-96页 |
| 在学期间发表的论文 | 第96页 |