| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 术语表 | 第11-12页 |
| 第一章 绪论 | 第12-40页 |
| 1.1 进化多目标优化概述 | 第12-13页 |
| 1.2 进化多目标优化中的经典方法 | 第13-30页 |
| 1.2.1 多目标优化问题 | 第14-17页 |
| 1.2.1.1 DTLZ系列测试函数 | 第14-15页 |
| 1.2.1.2 旅行商问题 | 第15-17页 |
| 1.2.2 算子 | 第17-24页 |
| 1.2.2.1 模拟二进制交叉 | 第17-21页 |
| 1.2.2.2 多项式变异 | 第21-24页 |
| 1.2.3 多目标进化算法 | 第24-29页 |
| 1.2.3.1 第二代非支配排序遗传算法 | 第24-27页 |
| 1.2.3.2 第二代强度Pareto进化算法 | 第27-29页 |
| 1.2.4 评价指标 | 第29-30页 |
| 1.2.4.1 世代距离 | 第29页 |
| 1.2.4.2 反向世代距离 | 第29-30页 |
| 1.2.4.3 超体积 | 第30页 |
| 1.2.4.4 多样性度量 | 第30页 |
| 1.3 高维多目标进化优化概述 | 第30-32页 |
| 1.4 现有的高维多目标进化算法 | 第32-37页 |
| 1.4.1 基于Pareto支配关系的算法 | 第32-33页 |
| 1.4.2 基于聚合的算法 | 第33-34页 |
| 1.4.3 基于排列的算法 | 第34-35页 |
| 1.4.4 基于评价指标的算法 | 第35-36页 |
| 1.4.5 基于密度估计的算法 | 第36-37页 |
| 1.5 论文的组织结构 | 第37-40页 |
| 第二章 基于?支配与边界惩罚选择的高维多目标进化算法 | 第40-82页 |
| 2.1 引言 | 第40页 |
| 2.2 算法框架 | 第40-43页 |
| 2.2.1 边界惩罚选择 | 第41-43页 |
| 2.2.2 聚合函数 | 第43页 |
| 2.2.3 邻域设置 | 第43页 |
| 2.3 时间复杂度分析 | 第43-44页 |
| 2.4 对比实验 | 第44-80页 |
| 2.4.1 统计分析 | 第44页 |
| 2.4.2 实验设置 | 第44-47页 |
| 2.4.3 实验结果 | 第47-80页 |
| 2.5 本章小结 | 第80-82页 |
| 第三章 基于边界淘汰选择和二分查找的高维多目标进化算法 | 第82-120页 |
| 3.1 引言 | 第82页 |
| 3.2 算法框架 | 第82-86页 |
| 3.2.1 二分查找 | 第84-85页 |
| 3.2.2 边界淘汰选择 | 第85-86页 |
| 3.3 时间复杂度分析 | 第86页 |
| 3.4 对比实验 | 第86-119页 |
| 3.4.1 统计分析 | 第86-87页 |
| 3.4.2 实验设置 | 第87页 |
| 3.4.3 实验结果 | 第87-119页 |
| 3.5 本章小结 | 第119-120页 |
| 第四章 多目标优化软件框架 | 第120-138页 |
| 4.1 引言 | 第120-123页 |
| 4.2 动机 | 第123-124页 |
| 4.3 OTL | 第124-129页 |
| 4.3.1 OTL的架构 | 第125-128页 |
| 4.3.2 C++ 模板与泛型编程 | 第128-129页 |
| 4.4 基于Python的实验平台 | 第129-131页 |
| 4.4.1 PyOTL | 第129-130页 |
| 4.4.2 PyOptimization | 第130-131页 |
| 4.5 对比实验 | 第131-136页 |
| 4.5.1 统计分析 | 第132页 |
| 4.5.2 实验设置 | 第132页 |
| 4.5.3 实验结果 | 第132-136页 |
| 4.6 本章小结 | 第136-138页 |
| 第五章 总结与展望 | 第138-140页 |
| 参考文献 | 第140-150页 |
| 致谢 | 第150-152页 |
| 附录A | 第152页 |