基于算子混合的多目标协同进化算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 多目标优化问题的基本概念 | 第9-10页 |
| 1.4 本文的研究工作与组织结构 | 第10-12页 |
| 第2章 多目标优化算法 | 第12-20页 |
| 2.1 引言 | 第12页 |
| 2.2 进化算法 | 第12-16页 |
| 2.2.1 研究现状 | 第12-15页 |
| 2.2.2 算法流程 | 第15-16页 |
| 2.3 粒子群优化算法 | 第16-17页 |
| 2.3.1 研究现状 | 第16-17页 |
| 2.3.2 算法流程 | 第17页 |
| 2.4 混合算法 | 第17-19页 |
| 2.4.1 研究现状 | 第17-18页 |
| 2.4.2 算法流程 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于分解的粒子群-差分协同进化算法 | 第20-33页 |
| 3.1 引言 | 第20页 |
| 3.2 MODEPSO算法介绍 | 第20-25页 |
| 3.2.1 PSOPop进化阶段 | 第20-21页 |
| 3.2.2 PP进化阶段 | 第21-23页 |
| 3.2.3 DP进化阶段 | 第23-24页 |
| 3.2.4 MODEPSO算法流程 | 第24-25页 |
| 3.3 算法仿真 | 第25-32页 |
| 3.3.1 性能评价标准和实验参数设置 | 第25-27页 |
| 3.3.2 MODEPSO与其他算法的性能比较 | 第27-30页 |
| 3.3.3 策略性能验证 | 第30-32页 |
| 3.3.4 参数敏感性分析 | 第32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于双种群的协同进化算法框架和算法 | 第33-47页 |
| 4.1 引言 | 第33页 |
| 4.2 BCF和BMCA介绍 | 第33-37页 |
| 4.2.1 BCF介绍 | 第33-35页 |
| 4.2.2 自适应算子选择策略 | 第35-36页 |
| 4.2.3 进化资源分配策略 | 第36页 |
| 4.2.4 BMCA算法介绍 | 第36-37页 |
| 4.3 算法仿真 | 第37-45页 |
| 4.3.1 性能测试函数和评价标准 | 第37-38页 |
| 4.3.2 BMCA与其他算法的性能比较 | 第38-42页 |
| 4.3.3 自适应算子选择策略性能证明 | 第42-44页 |
| 4.3.4 进化资源分配策略性能证明 | 第44-45页 |
| 4.3.5 与MODEPSO算法性能比较 | 第45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间的研究成果 | 第55页 |
