摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第14-24页 |
1.1 研究背景以及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-22页 |
1.2.1 多目标进化算法的发展与现状 | 第15-17页 |
1.2.2 自适应算子选择 | 第17-20页 |
1.2.3 多目标进化算法在光网络中的应用 | 第20-22页 |
1.3 本文的主要研究内容 | 第22-23页 |
1.4 论文组织结构 | 第23-24页 |
第2章 多目标优化问题相关理论 | 第24-40页 |
2.1 多目标优化问题 | 第24-26页 |
2.1.1 多目标优化定义 | 第25页 |
2.1.2 多目标中Pareto解的相关定义 | 第25-26页 |
2.2 稳态NSGA-Ⅱ算法 | 第26-30页 |
2.2.1 算法原理 | 第26-29页 |
2.2.2 算法描述 | 第29-30页 |
2.3 多目标进化算法性能评价指标 | 第30-31页 |
2.3.1 反向迭代距离(IGD)指标 | 第30页 |
2.3.2 超体积(H)指标 | 第30-31页 |
2.3.3 覆盖(C)指标 | 第31页 |
2.4 基准测试函数 | 第31-34页 |
2.4.1 ZDT系列测试函数 | 第31-32页 |
2.4.2 DTLZ系列测试函数 | 第32-34页 |
2.5 相关工作 | 第34-39页 |
2.5.1 经典的多目标优化算法 | 第34-35页 |
2.5.2 经典的非支配排序算法 | 第35-36页 |
2.5.3 自适应算子选择 | 第36-39页 |
2.6 本章小结 | 第39-40页 |
第3章 基于自适应选择策略的稳态NSGA-Ⅱ算法 | 第40-62页 |
3.1 引言 | 第40-41页 |
3.2 算法的主要思想 | 第41-47页 |
3.2.1 改进的非支配层更新策略 | 第41-45页 |
3.2.2 基于适应率排序的多臂赌博机自适应算子选择策略 | 第45-47页 |
3.3 提出的AOS_SSNSGA-Ⅱ算法 | 第47-49页 |
3.3.1 AOS_SSNSGA-Ⅱ算法流程描述 | 第47-48页 |
3.3.2 算子池设计 | 第48-49页 |
3.4 算法性能测试 | 第49-60页 |
3.4.1 实验参数设置 | 第49-51页 |
3.4.2 实验结果及分析 | 第51-60页 |
3.5 本章小结 | 第60-62页 |
第4章 稳态NSGA-Ⅱ算法在光网络组播路由中的应用研究 | 第62-92页 |
4.1 引言 | 第62-63页 |
4.2 多目标组播路由波长问题的定义 | 第63-65页 |
4.3 提出的MRWA_AOSNSGA-Ⅱ-SD算法 | 第65-75页 |
4.3.1 备用选路策略 | 第65-66页 |
4.3.2 染色体编码方式 | 第66-68页 |
4.3.3 MRWA_AOSNSGA-Ⅱ-SD算法描述 | 第68-71页 |
4.3.4 算子池的设计 | 第71-74页 |
4.3.5 MRWA AOSNSGA-Ⅱ-SD 算法实例分析 | 第74-75页 |
4.4 仿真与分析 | 第75-91页 |
4.4.1 实验参数设置 | 第75-77页 |
4.4.2 实验结果及分析 | 第77-91页 |
4.5 本章小结 | 第91-92页 |
结论 | 第92-94页 |
参考文献 | 第94-106页 |
致谢 | 第106-107页 |
附录A 攻读硕士学位期间发表的学术论文目录 | 第107-108页 |
附录B 攻读硕士学位期间所参加的科研项目目录 | 第108页 |