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 |
第一章 绪论 | 第18-32页 |
1.1 多目标优化问题 | 第18-21页 |
1.1.1 问题产生背景及研究意义 | 第18-19页 |
1.1.2 问题数学定义及相关概念 | 第19-21页 |
1.2 多目标优化方法 | 第21-29页 |
1.2.1 传统数学优化方法 | 第22-24页 |
1.2.2 多目标进化算法 | 第24-29页 |
1.2.3 算法性能评价指标 | 第29页 |
1.3 论文内容与组织结构 | 第29-32页 |
第二章 分解多目标进化算法 | 第32-42页 |
2.1 引言 | 第32-33页 |
2.2 分解多目标进化算法框架(MOEA/D) | 第33-36页 |
2.2.1 常用的传统分解方法 | 第33-34页 |
2.2.2 MOEA/D基本框架 | 第34-36页 |
2.3 分解方法 | 第36-37页 |
2.4 权向量自适应调整策略 | 第37页 |
2.5 子问题与解匹配策略 | 第37-38页 |
2.6 基于支配和分解方法的混合算法 | 第38-39页 |
2.7 嵌入局部搜索策略 | 第39-41页 |
2.8 本章小结 | 第41-42页 |
第三章 分解多目标进化算法中的约束子问题 | 第42-56页 |
3.1 动机 | 第42-43页 |
3.2 约束分解方法 | 第43-45页 |
3.2.1 提高区域(Improvement Region) | 第43-44页 |
3.2.2 三个传统分解方法的缺点 | 第44页 |
3.2.3 约束分解方法 | 第44-45页 |
3.3 实验研究 | 第45-53页 |
3.3.1 测试题 | 第46页 |
3.3.2 组合算子和参数设置 | 第46页 |
3.3.3 结果和讨论 | 第46-53页 |
3.4 进一步讨论 | 第53-54页 |
3.5 本章小结 | 第54-56页 |
第四章 分解多目标进化算法中的自适应约束子问题 | 第56-72页 |
4.1 动机 | 第56-57页 |
4.2 自适应约束分解方法 | 第57-58页 |
4.3 实验研究 | 第58-66页 |
4.3.1 测试题 | 第58-59页 |
4.3.2 组合算子和参数设置 | 第59页 |
4.3.3 结果和讨论 | 第59-66页 |
4.4 进一步讨论 | 第66-71页 |
4.4.1 对比I-DBEA与MOEA/D-ACD | 第66页 |
4.4.2 算法MOEA/D-CD与MOEA/D-ACD的θ值对比 | 第66-71页 |
4.5 本章小结 | 第71-72页 |
第五章 分解多目标进化算法中的问题变换 | 第72-92页 |
5.1 动机 | 第72-74页 |
5.2 问题变换 | 第74-81页 |
5.2.1 定义 | 第74-75页 |
5.2.2 控制参数α和V的作用 | 第75-78页 |
5.2.3 性质与分析 | 第78-80页 |
5.2.4 在MOEA/D中的使用 | 第80-81页 |
5.3 实验研究 | 第81-86页 |
5.3.1 测试问题 | 第81页 |
5.3.2 实验参数设置 | 第81-83页 |
5.3.3 参数α的影响 | 第83页 |
5.3.4 对比研究 | 第83-86页 |
5.4 进一步讨论 | 第86-90页 |
5.5 本章小结 | 第90-92页 |
第六章 分解多目标进化算法中基于梯度的局部搜索策略 | 第92-112页 |
6.1 动机 | 第92-94页 |
6.2 算法 | 第94-99页 |
6.2.1 基本思路 | 第95-96页 |
6.2.2 算法框架 | 第96-97页 |
6.2.3 遗传算子 | 第97页 |
6.2.4 LSG算子 | 第97-99页 |
6.2.5 更新算子 | 第99页 |
6.3 实验研究 | 第99-107页 |
6.3.1 对比算法MOEA/D-DRA | 第99-100页 |
6.3.2 测试问题 | 第100页 |
6.3.3 实验设置 | 第100-102页 |
6.3.4 实验结果 | 第102页 |
6.3.5 讨论与分析 | 第102-107页 |
6.4 进一步讨论 | 第107页 |
6.4.1 二次插值是否必要 | 第107页 |
6.4.2 概率关系P设计是否合理? | 第107页 |
6.5 本章小结 | 第107-112页 |
第七章 全文总结 | 第112-116页 |
参考文献 | 第116-128页 |
致谢 | 第128-130页 |
作者简介 | 第130页 |