基于进化计算的多目标优化与决策方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-11页 |
| ·多目标优化与决策概述 | 第7页 |
| ·进化计算的兴起 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的研究内容及意义 | 第9-11页 |
| 第二章 多目标优化与决策 | 第11-19页 |
| ·多目标优化问题的数学描述 | 第11-12页 |
| ·进化多目标优化算法框架 | 第12页 |
| ·多目标问题优化与决策的关系 | 第12-13页 |
| ·经典多目标优化算法简介 | 第13-16页 |
| ·目标加权法 | 第15页 |
| ·距离函数法 | 第15页 |
| ·最小-最大法 | 第15-16页 |
| ·多目标优化算法分类 | 第16-18页 |
| ·先验优先权技术(决策→搜索) | 第16-17页 |
| ·优先权演化技术(决策→搜索) | 第17页 |
| ·后验优先权技术(搜索→决策) | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 多性别遗传算法 | 第19-27页 |
| ·多性别遗传算法简介 | 第19页 |
| ·算法的实现 | 第19-25页 |
| ·解的表述 | 第20页 |
| ·生成初始种群 | 第20页 |
| ·选择和交叉算子 | 第20页 |
| ·变异算子 | 第20页 |
| ·求解非劣解集 | 第20-25页 |
| ·仿真测试结果 | 第25-26页 |
| ·试验1 | 第25页 |
| ·试验2 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第四章 向量评估与非劣分层算法 | 第27-39页 |
| ·向量评估遗传算法(VEGA) | 第27-28页 |
| ·非劣分层遗传算法(NSGA) | 第28-30页 |
| ·VEGA与NSGA的测试比较研究 | 第30-38页 |
| ·测试实验1 | 第30-33页 |
| ·性能度量 | 第33-35页 |
| ·测试实验2 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第五章 小组决胜多目标优化算法 | 第39-53页 |
| ·小组决胜遗传算法概述 | 第39-45页 |
| ·Pareto占优锦标赛 | 第39-40页 |
| ·关于非劣域的共享 | 第40-45页 |
| ·标准适应值共享的背景 | 第41-42页 |
| ·属性值空间共享 | 第42页 |
| ·等价类共享 | 第42-43页 |
| ·运行等价类共享 | 第43页 |
| ·Pareto最优域的小生境采样 | 第43-45页 |
| ·属性值定标和小生境形状 | 第45-46页 |
| ·NPGA的实验分析 | 第46-51页 |
| ·实验1:一简单的测试函数 | 第46-49页 |
| ·实验2:Schaffer的测试函数F_2 | 第49-51页 |
| ·小结 | 第51-53页 |
| 第六章 结束语 | 第53-55页 |
| ·全文总结 | 第53-54页 |
| ·研究展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
