首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于组合优化问题的多目标模因算法的研究

中文摘要第1-5页
abstract第5-9页
注释表第9-10页
缩略词第10-11页
第一章 绪论第11-16页
   ·研究背景第11-13页
     ·进化计算概述第11-12页
     ·多目标优化的介绍第12-13页
   ·进化计算的进展情况第13-14页
   ·本文主要研究内容第14-15页
   ·本文各章节组织安排第15-16页
第二章 多目标进化算法第16-25页
   ·多目标进化算法介绍第16-17页
   ·多目标进化算法的分类第17-21页
     ·NSGA-II第17-19页
     ·MOEA/D第19-21页
   ·多目标模因算法的介绍第21-23页
   ·算法的性能度量标准第23-24页
   ·本章小结第24-25页
第三章 基于分解的多目标模因算法第25-45页
   ·多目标模因算法(MAS)中的局部搜索设计第25-26页
   ·算法框架第26-32页
     ·模拟退火算法第26-27页
     ·算法介绍第27-31页
       ·初始化描述第28-30页
       ·局部搜索第30页
       ·全局搜索第30页
       ·群体更新第30-31页
     ·算法流程第31-32页
   ·实验分析第32-43页
     ·多目标组合优化问题第32-35页
       ·单目标和多目标的软件版本优化问题描述第32-33页
       ·多目标车辆路径优化问题描述第33-34页
       ·数据第34-35页
     ·实验设计第35-38页
     ·算法性能分析第38-40页
     ·时间复杂度分析第40-43页
   ·本章小结第43-45页
第四章 自适应多目标模因算法第45-55页
   ·自适应机制第45-47页
     ·基于实效性的选择机制第45-46页
     ·基于外部集的选择机制第46-47页
   ·自适应算法流程第47页
   ·实验分析第47-52页
     ·gMOMA-SA和uMOMA-SA的比较第48-49页
     ·gMOMA-SA和aMOMA-SA的比较第49-50页
     ·uMOMA-SA和aMOMA-SA的比较与分析第50-52页
       ·uMOMA-SA和aMOMA-SA的比较第50-51页
       ·uMOMA-SA和aMOMA-SA的分析第51-52页
   ·基于真实数据的MONRP实验第52-54页
   ·本章小结第54-55页
第五章 研究工作总结和未来展望第55-57页
   ·研究总结第55-56页
   ·研究展望第56-57页
参考文献第57-62页
致谢第62-63页
在学期间的研究成果及发表的学术论文第63页

论文共63页,点击 下载论文
上一篇:光测实验力学中三维数字图像相关方法研究
下一篇:医学寄生虫图像的图论分割与识别研究