致谢 | 第3-4页 |
摘要 | 第4-6页 |
abstract | 第6-7页 |
变量注释表 | 第14-15页 |
1 绪论 | 第15-21页 |
1.1 研究动机 | 第15-16页 |
1.2 研究目标 | 第16页 |
1.3 研究内容 | 第16-18页 |
1.4 研究方法 | 第18-19页 |
1.5 研究成果及意义 | 第19页 |
1.6 论文结构 | 第19-20页 |
1.7 本章小结 | 第20-21页 |
2 鲁棒动态多目标优化问题 | 第21-28页 |
2.1 动态多目标优化问题 | 第21-22页 |
2.2 动态多目标优化方法的研究现状 | 第22-24页 |
2.3 鲁棒动态多目标优化方法 | 第24-26页 |
2.4 动态多目标优化算法的性能指标 | 第26-27页 |
2.5 本章小结 | 第27-28页 |
3 基于新型超体积鲁棒性定义的鲁棒动态多目标进化优化算法 | 第28-55页 |
3.1 已有鲁棒性定义的不足 | 第29-32页 |
3.2 基于超体积的鲁棒优化模型 | 第32-36页 |
3.3 基于MOEA/D的鲁棒动态多目标优化算法 | 第36-37页 |
3.4 仿真实验与结果分析 | 第37-54页 |
3.5 本章小结 | 第54-55页 |
4 基于个体贡献度的鲁棒动态多目标进化优化算法 | 第55-76页 |
4.1 基于个体贡献度的鲁棒性定义 | 第55-58页 |
4.2 基于个体贡献度的鲁棒多目标约束优化模型 | 第58-60页 |
4.3 个体适应度值的预测策略 | 第60-61页 |
4.4 算法主要框架 | 第61-63页 |
4.5 实验结果及分析 | 第63-75页 |
4.6 本章小结 | 第75-76页 |
5 基于多种群的鲁棒动态多目标进化优化算法 | 第76-88页 |
5.1 多种群构建方法 | 第76-79页 |
5.2 子种群间个体交互方法 | 第79页 |
5.3 基于多种群的鲁棒性能评价方法及模型 | 第79-80页 |
5.4 算法描述 | 第80-81页 |
5.5 实验结果与分析 | 第81-87页 |
5.6 本章小结 | 第87-88页 |
6 结论 | 第88-90页 |
6.1 本文工作 | 第88-89页 |
6.2 进一步研究工作 | 第89-90页 |
参考文献 | 第90-96页 |
作者简历 | 第96-98页 |
学位论文数据集 | 第98页 |