首页--数理科学和化学论文--运筹学论文--最优化的数学理论论文

基于分解的多目标组合优化算法的研究

摘要第4-5页
abstract第5页
注释表第11-12页
缩略词第12-14页
第一章 绪论第14-18页
    1.1 研究背景第14页
    1.2 研究进展第14-16页
    1.3 本文主要研究内容第16页
    1.4 本文各章节组织安排第16-18页
第二章 多目标组合优化算法简述第18-31页
    2.1 多目标组合优化问题基本定义第18-19页
    2.2 多目标组合优化问题经典案例第19-21页
        2.2.1 多目标旅行商问题第20页
        2.2.2 多目标0-1背包问题第20页
        2.2.3 多目标二次分配问题第20-21页
    2.3 解集性能度量指标第21-22页
        2.3.1 集合覆盖度量指标第21页
        2.3.2 超体积度量指标第21-22页
        2.3.3 反向迭代距离指标第22页
    2.4 多目标优化算法第22-30页
        2.4.1 Pareto局部搜索算法第22-25页
        2.4.2 多目标进化算法第25-29页
        2.4.3 混合多目标优化算法第29-30页
    2.5 本章小节第30-31页
第三章 参考线指导的Pareto局部搜索算法第31-46页
    3.1 引言第31-32页
    3.2 动机第32-33页
    3.3 算法设计第33-37页
        3.3.1 算法框架第33页
        3.3.2 初始化第33-35页
        3.3.3 Pareto局部搜索第35页
        3.3.4 更新外部集第35页
        3.3.5 插入新参考线第35-36页
        3.3.6 RLG-PLS与NSGA-Ⅲ之间的比较第36-37页
    3.4 实验设置第37-38页
        3.4.1 测试问题第37页
        3.4.2 参数设置第37-38页
    3.5 实验结果与分析第38-45页
        3.5.1 RLG-PLS与其它算法的比较第38-42页
        3.5.2 插入参考线的作用分析第42-45页
        3.5.3 讨论部分第45页
    3.6 本章总结第45-46页
第四章 基于动态约束分解的多目标组合优化算法第46-68页
    4.1 引言第46-47页
    4.2 基于网格约束分解方法第47-49页
    4.3 算法设计第49-53页
        4.3.1 算法框架第49-50页
        4.3.2 初始化第50-51页
        4.3.3 局部搜索第51页
        4.3.4 更新第51-52页
        4.3.5 基于排序的选择第52-53页
        4.3.6 种群大小N与分割参数K之间的讨论第53页
    4.4 实验设置第53-54页
        4.4.1 测试问题第54页
        4.4.2 参数设置第54页
    4.5 实验结果与分析第54-63页
        4.5.1 DCDG-MOMA与MOEA/D-LS(WS,TCH,PBI)的比较第55-59页
        4.5.2 DCDG-MOMA与PLS和MOMAD的比较第59-60页
        4.5.3 DCDG-MOMA与MOEA/D-LS在局部搜索上的比较第60-62页
        4.5.4 DCDG-MOMA中动态K效果验证第62-63页
    4.6 DCDG-MOMA在分布式综合模块化航电系统设备分配中的应用第63-67页
        4.6.1 模型的建立第63-64页
        4.6.2 实验设置第64-65页
        4.6.3 实验结果及讨论第65-66页
        4.6.4 DCDG-MOMA在决策过程中的作用分析第66-67页
    4.7 本章总结第67-68页
第五章 研究工作总结与未来展望第68-70页
    5.1 研究总结第68页
    5.2 研究展望第68-70页
参考文献第70-75页
致谢第75-76页
在学期间的研究成果及发表的学术论文第76页

论文共76页,点击 下载论文
上一篇:斑块传染病模型的动力学分析
下一篇:GCF的度量性质对于参数函数的相依性