超多目标演化算法及其应用研究
摘要 | 第5-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第18-28页 |
1.1 超多目标优化问题概述 | 第18-21页 |
1.2 背景知识介绍 | 第21-24页 |
1.2.1 基本概念 | 第21页 |
1.2.2 超多目标演化算法的定量评估 | 第21-23页 |
1.2.3 超多目标优化的主要困难 | 第23-24页 |
1.3 本文的主要工作 | 第24-25页 |
1.4 本文的组织结构 | 第25页 |
1.5 本章小结 | 第25-28页 |
第2章 超多目标演化算法综述 | 第28-54页 |
2.1 基于松弛支配的方法 | 第28-33页 |
2.1.1 基于数值的支配 | 第28-32页 |
2.1.2 基于数量的支配 | 第32-33页 |
2.2 基于多样性的方法 | 第33-34页 |
2.3 基于聚集函数的方法 | 第34-38页 |
2.3.1 聚集个体信息的方法 | 第34-37页 |
2.3.2 聚集成对比较结果的方法 | 第37-38页 |
2.3.3 讨论 | 第38页 |
2.4 基于评价指标的方法 | 第38-41页 |
2.4.1 基于超体积的方法 | 第38-39页 |
2.4.2 基于距离指标的函数 | 第39-40页 |
2.4.3 基于R2指标的方法 | 第40页 |
2.4.4 讨论 | 第40-41页 |
2.5 基于参照点集合的方法 | 第41-43页 |
2.5.1 基于真实参照点集合的算法 | 第42页 |
2.5.2 基于虚拟参照点集合的方法 | 第42页 |
2.5.3 讨论 | 第42-43页 |
2.6 基于偏好的方法 | 第43-46页 |
2.6.1 先验型基于偏好的方法 | 第43-44页 |
2.6.2 交互型的基于偏好的方法 | 第44-45页 |
2.6.3 后验型的基于偏好的方法 | 第45-46页 |
2.6.4 讨论 | 第46页 |
2.7 降维的方法 | 第46-49页 |
2.7.1 离线降维方法 | 第47-48页 |
2.7.2 在线型降维方法 | 第48-49页 |
2.7.3 讨论 | 第49页 |
2.8 现实应用以及人工合成的超多目标优化问题 | 第49页 |
2.9 超多目标优化算法小结 | 第49-54页 |
第3章 改进的基于两档案的超多目标演化算法 | 第54-68页 |
3.1 两档案算法 | 第55页 |
3.2 改进版两档案算法 | 第55-58页 |
3.2.1 基于PBI的收敛性档案更新 | 第56-57页 |
3.2.2 基于平移密度估计的多样性档案更新 | 第57-58页 |
3.3 实验研究 | 第58-65页 |
3.3.1 实验设置 | 第58-60页 |
3.3.2 实验结果与讨论 | 第60-65页 |
3.4 本章小结 | 第65-68页 |
第4章 基于随机排序的多指标超多目标演化算法 | 第68-90页 |
4.1 随机排序算法 | 第69-71页 |
4.1.1 概观 | 第69-70页 |
4.1.2 多个指标 | 第70页 |
4.1.3 基于随机排序的环境选择 | 第70-71页 |
4.1.4 计算复杂度分析 | 第71页 |
4.2 带有档案的随机排序算法 | 第71-75页 |
4.3 实验设置 | 第75-78页 |
4.3.1 测试问题 | 第75页 |
4.3.2 性能指标 | 第75-77页 |
4.3.3 当前最优的算法 | 第77页 |
4.3.4 参数设置 | 第77-78页 |
4.4 结果与讨论 | 第78-89页 |
4.4.1 评估算子的偏向性 | 第78-79页 |
4.4.2 档案的有效性 | 第79页 |
4.4.3 与当前最优算法的比较 | 第79-89页 |
4.5 本章小结 | 第89-90页 |
第5章 基于超多目标搜索的推荐系统 | 第90-100页 |
5.1 推荐系统的多目标建模 | 第91-95页 |
5.1.1 推荐系统的性能度量 | 第91-92页 |
5.1.2 基于超多目标搜索的推荐系统 | 第92-95页 |
5.2 基于超多目标演化算法的推荐系统 | 第95-96页 |
5.2.1 随机排序超多目标演化算法 | 第95页 |
5.2.2 解的表示 | 第95-96页 |
5.2.3 解的变化 | 第96页 |
5.3 实验研究 | 第96-98页 |
5.3.1 数据集 | 第96页 |
5.3.2 对比算法 | 第96-97页 |
5.3.3 参数设置 | 第97页 |
5.3.4 性能指标 | 第97-98页 |
5.3.5 实验结果 | 第98页 |
5.4 本章小结 | 第98-100页 |
第6章 总结和展望 | 第100-104页 |
6.1 工作总结 | 第100-103页 |
6.2 未来展望 | 第103-104页 |
参考文献 | 第104-126页 |
致谢 | 第126-128页 |
在读期间发表的学术论文与取得的研究成果 | 第128页 |