求解多目标优化问题的分布估计算法研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 缩略语对照表 | 第10-11页 |
| 1 绪论 | 第11-27页 |
| 1.1 引言 | 第11-12页 |
| 1.2 多目标优化问题概述 | 第12-14页 |
| 1.3 分布估计算法概述 | 第14-22页 |
| 1.4 论文主要内容及创新点 | 第22-24页 |
| 1.4.1 论文的主要研究内容 | 第22-23页 |
| 1.4.2 论文的创新点 | 第23-24页 |
| 1.5 论文组织结构 | 第24-27页 |
| 2 背景知识介绍 | 第27-41页 |
| 2.1 多目标分布估计算法 | 第27-31页 |
| 2.1.1 EDA基本框架 | 第27-28页 |
| 2.1.2 多目标EDA结构 | 第28-31页 |
| 2.2 多目标优化算法性能评价指标 | 第31-34页 |
| 2.3 Wilcoxon符号秩和检验法 | 第34-35页 |
| 2.4 图像配准 | 第35-39页 |
| 2.5 本章小结 | 第39-41页 |
| 3 基于规则模型的无聚类多目标分布估计算法 | 第41-73页 |
| 3.1 引言 | 第41-42页 |
| 3.2 RM-MEDA算法 | 第42-44页 |
| 3.3 基于规则模型的无聚类多目标分布估计算法 | 第44-53页 |
| 3.3.1 RM-MEDA的类别数分析 | 第44-48页 |
| 3.3.2 去聚类操作 | 第48-49页 |
| 3.3.3 全变量高斯模型 | 第49-52页 |
| 3.3.4 FRM-MEDA算法 | 第52-53页 |
| 3.4 实验 | 第53-71页 |
| 3.4.1 测试函数 | 第53-55页 |
| 3.4.2 实验设置 | 第55-56页 |
| 3.4.3 实验结果及分析 | 第56-71页 |
| 3.5 本章小结 | 第71-73页 |
| 4 基于社会变革模型的多目标分布估计算法 | 第73-103页 |
| 4.1 引言 | 第73-74页 |
| 4.2 社会变革模型 | 第74-77页 |
| 4.2.1 社会变革模型的构建 | 第74-76页 |
| 4.2.2 社会变革模型中的催化因子 | 第76-77页 |
| 4.3 基于社会变革模型的多目标优化框架 | 第77-79页 |
| 4.4 基于社会变革模型的多目标分布估计算法 | 第79-85页 |
| 4.4.1 SR-MEDA-VL算法 | 第79-81页 |
| 4.4.2 SR-MEDA-ZDT算法 | 第81-85页 |
| 4.5 实验 | 第85-102页 |
| 4.5.1 实验设置 | 第85-87页 |
| 4.5.2 实验结果及分析 | 第87-102页 |
| 4.6 本章小结 | 第102-103页 |
| 5 多目标分布估计算法在图像配准中的应用 | 第103-119页 |
| 5.1 引言 | 第103-104页 |
| 5.2 基于多目标优化的图像配准方法 | 第104-107页 |
| 5.2.1 模型参数估计存在的问题 | 第104-105页 |
| 5.2.2 多目标模型建立 | 第105-106页 |
| 5.2.3 多目标模型求解 | 第106-107页 |
| 5.3 MO-IRM在大足石刻图像配准上的应用 | 第107-108页 |
| 5.4 实验 | 第108-117页 |
| 5.4.1 实验设置 | 第109-110页 |
| 5.4.2 结果及分析 | 第110-117页 |
| 5.5 本章小结 | 第117-119页 |
| 6 总结与展望 | 第119-123页 |
| 6.1 研究结论 | 第119-120页 |
| 6.2 后续研究工作的展望 | 第120-123页 |
| 致谢 | 第123-127页 |
| 参考文献 | 第127-141页 |
| 附录 | 第141-142页 |
| A. 作者在攻读学位期间发表的论文目录： | 第141页 |
| B. 作者在攻读学位期间投稿在审的论文目录： | 第141页 |
| C. 作者在攻读学位期间参与的专利： | 第141页 |
| D. 作者在攻读学位期间参与的科研项目： | 第141-142页 |
| E. 作者在攻读学位期间的学术交流情况： | 第142页 |
