| 中文摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 适应值估值策略的研究现状 | 第9-13页 |
| 1.2.1 基于代理模型的适应值估值策略 | 第10-12页 |
| 1.2.2 基于适应值继承的适应值估值策略 | 第12-13页 |
| 1.3 本文的主要工作及章节安排 | 第13-15页 |
| 第二章 微粒群算法及进化估值策略简介 | 第15-25页 |
| 2.1 微粒群算法 | 第15-18页 |
| 2.1.1 微粒群算法的起源 | 第15页 |
| 2.1.2 典型的微粒群算法 | 第15-18页 |
| 2.1.3 一般微粒群算法的基本步骤 | 第18页 |
| 2.2 进化估值策略 | 第18-23页 |
| 2.2.1 进化估值策略的提出 | 第18-20页 |
| 2.2.2 进化估值策略的结构 | 第20-23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 基于相似度及可信度的进化估值策略研究 | 第25-39页 |
| 3.1 相似度 | 第25-26页 |
| 3.2 可信度 | 第26页 |
| 3.3 基于相似度及可信度的进化估值策略的微粒群算法的实现 | 第26-30页 |
| 3.3.1 算法思想 | 第26-28页 |
| 3.3.2 基于相似度及可信度的进化估值策略 | 第28-30页 |
| 3.4 实验结果及分析 | 第30-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 进化估值策略在多目标优化中的应用 | 第39-72页 |
| 4.1 多目标优化问题的数学描述 | 第39-40页 |
| 4.2 评价标准 | 第40-43页 |
| 4.2.1 基于世代距离的趋近度 | 第40-41页 |
| 4.2.2 分布性 | 第41-42页 |
| 4.2.3 错误率 | 第42页 |
| 4.2.4 标准化空间 | 第42-43页 |
| 4.3 多目标微粒群算法 | 第43-44页 |
| 4.4 基于进化估值策略的多目标微粒群算法 | 第44-54页 |
| 4.4.1 多目标进化估值策略 | 第44-47页 |
| 4.4.2 相似度评价控制机制 | 第47-49页 |
| 4.4.3 基于进化估值策略的多目标微粒群算法的实现 | 第49-54页 |
| 4.5 实验结果及分析 | 第54-71页 |
| 4.5.1 两目标实验 | 第54-65页 |
| 4.5.2 多目标实验 | 第65-71页 |
| 4.6 本章小结 | 第71-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 论文总结 | 第72页 |
| 5.2 展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文目录 | 第80-81页 |