基于粒子群算法的多目标函数优化问题研究
| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-11页 |
| ·问题的提出 | 第7页 |
| ·国内外研究情况 | 第7-9页 |
| ·本文研究内容 | 第9页 |
| ·本文的组织 | 第9-11页 |
| 第2章 优化算法 | 第11-20页 |
| ·基本概念和术语 | 第11页 |
| ·优化算法 | 第11-14页 |
| ·传统方法 | 第12-13页 |
| ·现代启发式方法 | 第13-14页 |
| ·遗传算法VS粒子群算法 | 第14-20页 |
| ·遗传算法 | 第14-15页 |
| 1) 遗传算法的基本思想 | 第14页 |
| 2) 遗传算法基本步骤 | 第14-15页 |
| ·粒子群算法 | 第15-18页 |
| 1) 粒子群算法的基本思想 | 第16页 |
| 2) 粒子群算法基本步骤 | 第16-18页 |
| ·遗传算法与粒子群算法的比较 | 第18-20页 |
| 第3章 多目标优化 | 第20-35页 |
| ·多目标优化 | 第20-24页 |
| ·基本概念和术语 | 第20-23页 |
| ·多目标优化算法分类 | 第23-24页 |
| ·传统方法 | 第24-26页 |
| ·加权方法 | 第24-25页 |
| ·目标规划 | 第25-26页 |
| ·经典方法的讨论 | 第26页 |
| ·多目标演化算法 | 第26-35页 |
| ·概述 | 第27-30页 |
| 适应值评价函数 | 第27-28页 |
| 精英策略(ElitiSt Strategy) | 第28-29页 |
| 共享策略(Sharing Strategy) | 第29页 |
| 分级策略(Ranking strategy) | 第29-30页 |
| ·PAES和SPEA2算法 | 第30-35页 |
| PAES算法 | 第30-33页 |
| SPEA2算法 | 第33-35页 |
| 第4章 改进的多目标粒子群优化算法 | 第35-42页 |
| ·归档Pareto多目标粒子群算法框架 | 第35-37页 |
| ·CMOPSO算法 | 第37-38页 |
| ·混合的多目标粒子群算法(HMOPSO) | 第38-39页 |
| ·加强的多目标粒子群算法(SPPSO) | 第39-42页 |
| 第5章 数值实验 | 第42-55页 |
| ·测试函数 | 第42-54页 |
| ·针对不同问题特性设计测试函数 | 第42-43页 |
| ·参数设置 | 第43-45页 |
| ·性能度量值 | 第45-54页 |
| ·结果讨论 | 第54-55页 |
| ·归档机制 | 第54页 |
| ·群体的不良个体的淘汰 | 第54页 |
| ·关键结果 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 硕士在学期间发表的论文及专业书籍 | 第61-62页 |
| 致谢 | 第62页 |
