摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-14页 |
1.1 研究目的与意义 | 第8-9页 |
1.2 研究现状 | 第9-12页 |
1.2.1 多目标优化的相关概念 | 第9页 |
1.2.2 多目标进化算法的分类 | 第9-11页 |
1.2.3 目前存在的主要问题 | 第11-12页 |
1.3 研究内容与论文结构 | 第12-14页 |
1.3.1 主要研究工作 | 第12-13页 |
1.3.2 论文组织结构 | 第13-14页 |
第2章 基于分解的多目标进化算法MOEA/D | 第14-18页 |
2.1 引言 | 第14页 |
2.2 MOEA/D算法介绍 | 第14-17页 |
2.2.1 分解方法 | 第14-15页 |
2.2.2 邻居概念 | 第15-16页 |
2.2.3 算法流程 | 第16-17页 |
2.3 本章小结 | 第17-18页 |
第3章 多样性增强的资源分配算法MOEA/D-IRA | 第18-36页 |
3.1 引言 | 第18页 |
3.2 现有资源分配算法介绍 | 第18-21页 |
3.2.1 MOEA/D-DRA算法 | 第19页 |
3.2.2 MOEA/D-GRA算法 | 第19-20页 |
3.2.3 MOEA/D-DRA与MOEA/D-GRA对比分析 | 第20-21页 |
3.3 MOEA/D-IRA算法介绍 | 第21-26页 |
3.3.1 多样性增强的资源分配策略 | 第21-23页 |
3.3.2 邻居父代选择策略 | 第23-24页 |
3.3.3 算法完整框架 | 第24-26页 |
3.4 算法仿真实验 | 第26-35页 |
3.4.1 实验设置 | 第26-27页 |
3.4.2 MOEA/D-IRA与其它算法的比较 | 第27-31页 |
3.4.3 多样性增强资源分配策略和父代选择策略的有效性研究 | 第31-32页 |
3.4.4 不同资源分配策略的对比研究 | 第32-33页 |
3.4.5 参数敏感性分析 | 第33-35页 |
3.5 本章小结 | 第35-36页 |
第4章 基于基因层混合DE操作的进化算法MOEA/D-GHDE | 第36-49页 |
4.1 引言 | 第36页 |
4.2 差分进化操作介绍 | 第36-37页 |
4.3 MOEA/D-GHDE算法介绍 | 第37-41页 |
4.3.1 基因层混合DE策略 | 第37-39页 |
4.3.2 自适应策略 | 第39-41页 |
4.3.3 算法完整框架 | 第41页 |
4.4 算法仿真实验 | 第41-47页 |
4.4.1 实验设置 | 第41页 |
4.4.2 MOEA/D-GHDE与其它算法的比较 | 第41-45页 |
4.4.3 基因层混合DE操作的有效性验证 | 第45-46页 |
4.4.4 MOEA/D-GHDE与MOEA/D-IRA算法的比较 | 第46-47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 研究工作总结 | 第49页 |
5.2 未来工作展望 | 第49-51页 |
参考文献 | 第51-56页 |
致谢 | 第56-57页 |
攻读硕士学位期间的研究成果 | 第57页 |