| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第11-12页 |
| 缩略词 | 第12-13页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景 | 第13-15页 |
| 1.1.1 进化计算概述 | 第13-14页 |
| 1.1.2 多目标优化问题 | 第14-15页 |
| 1.2 研究进展 | 第15-16页 |
| 1.3 本文主要研究内容 | 第16-17页 |
| 1.4 本文各章节组织安排 | 第17-18页 |
| 第二章 相关背景知识 | 第18-32页 |
| 2.1 多目标进化算法的分类 | 第18-28页 |
| 2.1.1 基于帕里托支配的多目标进化算法 | 第18-22页 |
| 2.1.1.1 非支配排序 | 第18-19页 |
| 2.1.1.2 多样性保持机制 | 第19-21页 |
| 2.1.1.3 精英保留策略 | 第21-22页 |
| 2.1.2 基于分解的多目标进化算法 | 第22-27页 |
| 2.1.2.1 分解方法 | 第23-24页 |
| 2.1.2.2 自然选择策略 | 第24-25页 |
| 2.1.2.3 动态资源分配策略 | 第25-27页 |
| 2.1.3 基于性能指标的多目标进化算法 | 第27-28页 |
| 2.2 性能度量指标 | 第28-30页 |
| 2.2.1 超体积 | 第28-29页 |
| 2.2.2 反向迭代距离 | 第29页 |
| 2.2.3 sigma性能指标 | 第29-30页 |
| 2.3 测试问题 | 第30-32页 |
| 2.3.1 多目标软件版本发布问题 | 第30-31页 |
| 2.3.2 多目标旅行商问题 | 第31-32页 |
| 第三章 基于外部集的两阶段多目标进化算法 | 第32-52页 |
| 3.1 混合多目标进化算法 | 第32-33页 |
| 3.2 算法动机 | 第33-35页 |
| 3.3 算法描述 | 第35-39页 |
| 3.3.1 总体框架 | 第35页 |
| 3.3.2 初始化 | 第35-36页 |
| 3.3.3 生成新解 | 第36页 |
| 3.3.4 更新种群 | 第36页 |
| 3.3.5 进化阶段划分 | 第36-37页 |
| 3.3.6 终止条件 | 第37-39页 |
| 3.4 实验设计与结果分析 | 第39-51页 |
| 3.4.1 对比算法介绍 | 第39页 |
| 3.4.2 实验参数设置 | 第39-40页 |
| 3.4.3 实验结果分析 | 第40-51页 |
| 3.4.3.1 参数敏感性测试 | 第41页 |
| 3.4.3.2 2EAG-MOEA/D与经典算法的对比 | 第41-44页 |
| 3.4.3.3 2EAG-MOEA/D与先进动态资源分配策略的对比 | 第44-47页 |
| 3.4.3.4 动态资源分配策略的有效性分析 | 第47-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于外部集的多阶段自适应多目标进化算法 | 第52-68页 |
| 4.1 算法动机 | 第52-53页 |
| 4.2 算法描述 | 第53-56页 |
| 4.2.1 总体框架 | 第53-55页 |
| 4.2.2 切换机制 | 第55页 |
| 4.2.3 反馈信息 | 第55-56页 |
| 4.3 实验设计与结果分析 | 第56-67页 |
| 4.3.1 对比算法介绍 | 第56页 |
| 4.3.2 实验参数设置 | 第56页 |
| 4.3.3 实验结果分析 | 第56-67页 |
| 4.3.3.1 两种切换机制的比较 | 第57-58页 |
| 4.3.3.2 三种多样性信息对比 | 第58-59页 |
| 4.3.3.3 AG-MOEA/D与经典算法的对比 | 第59-60页 |
| 4.3.3.4 AG-MOEA/D与前期工作的对比 | 第60-62页 |
| 4.3.3.5 AG-MOEA/D与先进动态资源分配策略的对比 | 第62-65页 |
| 4.3.3.6 动态资源分配策略的有效性分析 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 研究总结 | 第68页 |
| 5.2 研究展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 在学期间的研究成果及发表的学术论文 | 第77页 |
