基于演化算法的多目标优化问题研究
摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-13页 |
1.1 研究背景及意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 传统多目标优化算法 | 第8-9页 |
1.2.2 现代多目标优化算法 | 第9-10页 |
1.2.3 模糊认知图 | 第10页 |
1.3 本文的主要工作 | 第10-11页 |
1.4 本文章节安排 | 第11-13页 |
第二章 多目标优化问题及算法简介 | 第13-21页 |
2.1 引言 | 第13页 |
2.2 多目标优化问题 | 第13-14页 |
2.3 多目标优化算法的性能评价指标 | 第14-16页 |
2.3.1 收敛性指标 | 第14-15页 |
2.3.2 分布性指标 | 第15-16页 |
2.4 多目标优化测试函数 | 第16-18页 |
2.4.1 两目标测试函数 | 第16-17页 |
2.4.2 三目标测试函数 | 第17-18页 |
2.5 多目标演化算法 | 第18-19页 |
2.6 多目标优化问题的研究策略 | 第19-20页 |
2.7 本章小结 | 第20-21页 |
第三章 基于坐标变换的多目标演化算法 | 第21-45页 |
3.1 引言 | 第21页 |
3.2 基于坐标变换的多目标演化算法 | 第21-25页 |
3.2.1 坐标变换策略 | 第21-23页 |
3.2.2 外部存储器更新策略 | 第23-24页 |
3.2.3 密度筛选策略 | 第24-25页 |
3.3 算法流程图及伪代码 | 第25-26页 |
3.4 算法复杂度分析 | 第26页 |
3.5 实验结果及分析 | 第26-44页 |
3.5.1 实验参数 | 第26-27页 |
3.5.2 实验一:α对外部存储器策略的影响 | 第27页 |
3.5.3 实验二:两目标问题性能比较 | 第27-36页 |
3.5.4 实验三:三目标问题性能比较 | 第36-42页 |
3.5.5 实验四:算法收敛性能比较 | 第42-43页 |
3.5.6 实验五:算法运行时间比较 | 第43-44页 |
3.6 本章小结 | 第44-45页 |
第四章 基于多目标优化的模糊认知图学习算法研究 | 第45-59页 |
4.1 引言 | 第45页 |
4.2 模糊认知图学习问题 | 第45-48页 |
4.2.1 模糊认知图概述 | 第45页 |
4.2.2 模糊认知图的相关概念及定义 | 第45-47页 |
4.2.3 模糊认知图学习算法的评价指标 | 第47-48页 |
4.3 面向FCM学习算法的两目标设计 | 第48-49页 |
4.4 基于多目标优化的模糊认知图学习算法 | 第49-51页 |
4.5 实验结果及分析 | 第51-58页 |
4.5.1 实验参数设置 | 第51-52页 |
4.5.2 人工数据的实验结果 | 第52-55页 |
4.5.3 实际数据的实验结果 | 第55-58页 |
4.6 本章小结 | 第58-59页 |
第五章 总结与展望 | 第59-61页 |
5.1 总结 | 第59页 |
5.2 展望 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第65页 |