| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 引言 | 第8-14页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·用演化算法解决多目标优化问题 | 第10-12页 |
| ·解决多目标优化问题的新方法 | 第12页 |
| ·演化多目标优化的应用 | 第12-13页 |
| ·本文所作的工作 | 第13-14页 |
| 第2章 演化多目标优化算法 | 第14-28页 |
| ·多目标优化的基本概念 | 第14-16页 |
| ·非支配解 | 第15-16页 |
| ·偏好结构 | 第16页 |
| ·演化多目标优化算法的基础 | 第16-21页 |
| ·Pareto遗传算法过程 | 第17-18页 |
| ·编码问题 | 第18-19页 |
| ·遗传算子 | 第19-20页 |
| ·选择 | 第20-21页 |
| ·演化多目标优化 | 第21-28页 |
| ·适应值分配机制 | 第21-22页 |
| ·适应值共享和种群多样性 | 第22-23页 |
| ·Pareto排序和竞争方法 | 第23-25页 |
| ·权重和方法 | 第25-26页 |
| ·距离方法 | 第26页 |
| ·妥协方法 | 第26-27页 |
| ·目标规划方法 | 第27-28页 |
| 第3章 基于参考点的多目标优化算法 | 第28-43页 |
| ·多目标决策 | 第28-30页 |
| ·基于参考点的演化多目标优化算法 | 第30-32页 |
| ·寻找偏好解的方法 | 第30-32页 |
| ·基于参考点的MR-NSGA-Ⅱ算法 | 第32-43页 |
| ·MR-NSGA-Ⅱ算法思想和流程 | 第33-35页 |
| ·MR-NSGA-Ⅱ算法的数值实验 | 第35-41页 |
| ·MR-NSGA-Ⅱ算法的时间复杂度分析 | 第41-43页 |
| 第4章 多目标优化算法性能度量 | 第43-54页 |
| ·测试函数 | 第43-50页 |
| ·一般的双目标优化测试问题的构造方法 | 第45-46页 |
| ·证明双目标优化问题的Pareto最优集和Pareto前沿的确切位置 | 第46-47页 |
| ·双目标优化测试问题实例 | 第47-50页 |
| ·度量准则 | 第50-54页 |
| ·多目标优化算法的度量准则 | 第50-52页 |
| ·基于参考点的多目标优化算法的度量准则 | 第52-54页 |
| 第5章 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录: 作者在攻读硕士学位期间发表的学术论文 | 第61页 |