| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第2章 多目标智能优化算法的相关基本理论 | 第17-31页 |
| 2.1 多目标优化问题的数学模型及相关定义 | 第17-18页 |
| 2.2 多目标智能优化算法的性能评价指标 | 第18-20页 |
| 2.3 多目标智能优化算法中的操作算子 | 第20-22页 |
| 2.4 基于Pareto支配的多目标进化算法NSGA-II简介 | 第22-25页 |
| 2.4.1 NSGA-II中的精英策略 | 第22-24页 |
| 2.4.2 NSGA-II算法的流程 | 第24-25页 |
| 2.5 基于分解的多目标进化算法MOEA/D简介 | 第25-28页 |
| 2.5.1 MOEA/D中的权重向量 | 第25-26页 |
| 2.5.2 MOEA/D中的分解方法 | 第26-27页 |
| 2.5.3 MOEA/D算法的基本框架 | 第27-28页 |
| 2.6 基于Pareto支配的多目标粒子群优化算法SMPSO简介 | 第28-30页 |
| 2.6.1 SMPSO算法中的速度控制策略 | 第28-29页 |
| 2.6.2 SMPSO算法的基本框架 | 第29-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 基于动态分解策略的多目标进化算法MOEA/D-DDS | 第31-42页 |
| 3.1 算法MOEA/D的缺陷及其改进 | 第31-32页 |
| 3.2 基于限制子问题适应区域的分解策略 | 第32-33页 |
| 3.3 基于动态分解策略的多目标进化算法 | 第33-37页 |
| 3.3.1 MOEA/D-DDS算法中的子代产生方式 | 第33-34页 |
| 3.3.2 MOEA/D-DDS算法中的动态分解策略 | 第34-36页 |
| 3.3.3 MOEA/D-DDS算法的基本框架 | 第36-37页 |
| 3.4 实验结果与分析 | 第37-41页 |
| 3.4.1 实验参数设置 | 第37-38页 |
| 3.4.2 在UF问题集上的实验结果 | 第38-40页 |
| 3.4.3 在MOP问题集上的实验结果 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于平衡适应度的高维多目标粒子群优化算法NMPSO | 第42-57页 |
| 4.1 传统MOPSOs求解MaOPs的缺陷 | 第42-43页 |
| 4.2 基于平衡适应度的高维多目标粒子群优化算法 | 第43-49页 |
| 4.2.1 NMPSO中的速度更新策略 | 第43-44页 |
| 4.2.2 NMPSO中的个体适应度计算策略 | 第44-48页 |
| 4.2.3 NMPSO中精英存档的进化与更新策略 | 第48-49页 |
| 4.2.4 NMPSO算法的基本框架 | 第49页 |
| 4.3 实验结果与分析 | 第49-56页 |
| 4.3.1 实验参数设置 | 第50页 |
| 4.3.2 NMPSO与传统MOPSOs算法的比较结果 | 第50-52页 |
| 4.3.3 NMPSO与最新高维多目标进化算法的比较结果 | 第52-55页 |
| 4.3.4 BFE中的参数敏感性分析 | 第55-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于聚类的高维多目标进化算法MaOEA/C | 第57-72页 |
| 5.1 传统MOEAs求解MaOPs的缺陷 | 第57-58页 |
| 5.2 聚类方法的介绍 | 第58-61页 |
| 5.2.1 基于分割的聚类方法PCM | 第58-59页 |
| 5.2.2 基于层次的聚类方法HCM | 第59-61页 |
| 5.3 基于聚类的高维多目标进化算法MaOEA/C | 第61-64页 |
| 5.3.1 MaOEA/C中的环境选择 | 第61-63页 |
| 5.3.2 MaOEA/C算法的基本框架 | 第63-64页 |
| 5.4 实验结果与分析 | 第64-71页 |
| 5.4.1 实验参数设置 | 第64-65页 |
| 5.4.2 MaF系列测试问题上的实验结果 | 第65-66页 |
| 5.4.3 WFG系列测试问题上的实验结果 | 第66页 |
| 5.4.4 MaOEA/C算法的进一步分析与讨论 | 第66-70页 |
| 5.4.5 MaOEA/C算法的复杂度分析 | 第70-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 参考文献 | 第74-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间的研究成果 | 第83页 |
