摘要 | 第1-5页 |
Abstract | 第5-9页 |
第1章 绪论 | 第9-17页 |
·多目标进化算法概述 | 第9-10页 |
·多目标优化的相关定义 | 第10-13页 |
·多目标进化算法框架 | 第13-14页 |
·MOEA 解集评价指标 | 第14-15页 |
·本文的工作 | 第15-16页 |
·论文的组织结构 | 第16-17页 |
第2章 基于空间映射的Hypervolume 指标计算方法 | 第17-31页 |
·多目标进化算法解集质量评价 | 第17页 |
·Hypervolume 指标评价方法 | 第17-18页 |
·基于空间映射的HSO | 第18-25页 |
·算法描述 | 第18-25页 |
·时间复杂度分析 | 第25页 |
·实验设计与结果 | 第25-30页 |
·给定规模下的效率比较试验 | 第26-29页 |
·给定时间下的处理能力比较实验 | 第29-30页 |
·小结 | 第30-31页 |
第3章 一种基于Hypervolume 指标的自适应邻域多目标进化算法 | 第31-62页 |
·传统多目标进化算法中使用的技术 | 第31页 |
·基于解集质量评价指标的MOEA | 第31-33页 |
·LAHC (Lebesgue Archiving Hillclimber) | 第32页 |
·IBEA (Indicator-based Evolutionary Algorithm) | 第32页 |
·SMS-EMOA (S-metric selection EMOA) | 第32-33页 |
·基于Hypervolume 指标的邻域MOEA | 第33-44页 |
·适应度赋值 | 第33-36页 |
·独立支配区域的Hypervolume 指标计算方法 | 第36-44页 |
·实验结果及分析 | 第44-61页 |
·实验设置 | 第44-46页 |
·ZDT 系列测试函数实验对比 | 第46-49页 |
·DTLZ 系列测试函数实验对比 | 第49-57页 |
·WFG 系列测试函数实验对比 | 第57-61页 |
·小结 | 第61-62页 |
第4章 总结与进一步的工作 | 第62-64页 |
参考文献 | 第64-68页 |
致谢 | 第68-69页 |
附录A (攻读硕士学位期间公开发表的论文) | 第69-70页 |
附录B (攻读硕士学位期间参与的科研项目、获奖情况 | 第70页 |