首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于进化机制的多目标优化问题求解方法研究

摘要第3-4页
ABSTRACT第4页
第1章 绪论第7-15页
    1.1 课题背景与意义第7页
    1.2 多目标优化问题第7-11页
        1.2.1 多目标优化问题数学描述及相关概念第7-9页
        1.2.2 传统多目标优化方法第9-10页
        1.2.3 传统多目标优化方法的局限性第10-11页
    1.3 论文的主要研究内容及创新之处第11-12页
    1.4 论文的组织结构第12-15页
第2章 多目标优化进化算法研究第15-25页
    2.1 进化算法第15-18页
        2.1.1 进化算法的产生背景第15-16页
        2.1.2 进化算法的发展第16-17页
        2.1.3 进化算法的特点第17页
        2.1.4 进化算法的基本框架第17-18页
    2.2 多目标优化进化算法第18-25页
        2.2.1 多目标优化进化算法的关键要素及基本框架第18-20页
        2.2.2 多目标优化进化算法关键理论第20-22页
        2.2.3 典型的多目标优化进化算法及研究现状第22-25页
第3章 改进的差分进化混合多目标优化算法——LDMNSGA-Ⅱ第25-35页
    3.1 引言第25-26页
    3.2 相关理论背景第26-27页
        3.2.1 非支配排序遗传算法--NSGA-Ⅱ第26页
        3.2.2 差分进化算法第26-27页
        3.2.3 拉丁超立方体抽样技术(LHS)第27页
    3.3 改进的差分进化混合多目标优化算法--LDMNSGA-Ⅱ第27-29页
        3.3.1 算法设计第27页
        3.3.2 算法描述第27-29页
    3.4 实验结果与分析第29-33页
        3.4.1 ZDT系列标准测试函数第29页
        3.4.2 评价指标第29-30页
        3.4.3 实验设置第30页
        3.4.4 实验结果第30-33页
    3.5 本章小结第33-35页
第4章 基于相关性选择和差分进化的高维多目标进化算法—CDEAM第35-49页
    4.1 引言第35-36页
    4.2 相关理论背景第36-39页
        4.2.1 参考点的选择第36-38页
        4.2.2 个体与参考点之间的相关性第38-39页
    4.3 基于相关性选择和差分进化的高维多目标进化算法—CDEAM第39-43页
        4.3.1 基于相关性的差分进化及多项式变异选择第39-41页
        4.3.2 基于相关性的种群更新选择第41-42页
        4.3.3 基于相关性选择和差分进化的高维多目标进化算法—CDEAM第42-43页
    4.4 实验结果与分析第43-47页
        4.4.1 DTLZ系列标准多目标优化测试函数第43-44页
        4.4.2 评价指标第44-45页
        4.4.3 实验设置第45页
        4.4.4 实验结果第45-47页
    4.5 本章小结第47-49页
第5章 总结与展望第49-51页
    5.1 论文研究工作总结第49页
    5.2 下一步研究工作展望第49-51页
参考文献第51-55页
攻读学位期间取得的研究成果第55-57页
致谢第57-59页

论文共59页,点击 下载论文
上一篇:边缘与形状特征信息在图像分割中的应用研究
下一篇:计算机视觉关键算法的并行化实现