| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外的研究现状 | 第16-19页 |
| 1.2.1 建模优化方法 | 第17-18页 |
| 1.2.2 模型求解方法 | 第18-19页 |
| 1.2.3 主动知识挖掘 | 第19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 组织和安排 | 第20-23页 |
| 第二章 遗传算法及目标优化问题 | 第23-35页 |
| 2.1 遗传算法 | 第23-25页 |
| 2.1.1 遗传算法的基本思想及特点 | 第23-24页 |
| 2.1.2 遗传算法的基本框架 | 第24-25页 |
| 2.1.3 遗传算法的改进方法 | 第25页 |
| 2.2 全局优化问题 | 第25-29页 |
| 2.2.1 全局优化问题的相关定义 | 第25-28页 |
| 2.2.2 全局优化问题的求解方法 | 第28-29页 |
| 2.3 多目标优化问题 | 第29-33页 |
| 2.3.1 多目标优化问题的相关定义 | 第29-30页 |
| 2.3.2 多目标优化问题解集的度量 | 第30-31页 |
| 2.3.3 基于分解的多目标进化算法 | 第31-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 武器目标分配问题的全局优化模型及算法 | 第35-49页 |
| 3.1 武器目标分配问题的全局优化模型 | 第35-38页 |
| 3.1.1 问题描述 | 第35页 |
| 3.1.2 问题建模 | 第35-38页 |
| 3.2 双种群协同进化遗传算法求解模型 | 第38-44页 |
| 3.2.1 算法流程图 | 第38-39页 |
| 3.2.2 编码 | 第39页 |
| 3.2.3 交叉算子 | 第39-40页 |
| 3.2.4 变异算子 | 第40-41页 |
| 3.2.5 适应度函数 | 第41-42页 |
| 3.2.6 选择算子 | 第42页 |
| 3.2.7 收敛性证明 | 第42-44页 |
| 3.2.8 复杂度分析 | 第44页 |
| 3.3 实验结果及分析 | 第44-48页 |
| 3.3.1 参数设置 | 第44-45页 |
| 3.3.2 仿真实验结果 | 第45页 |
| 3.3.3 实验结果分析 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 武器目标分配问题的多目标优化模型及算法 | 第49-61页 |
| 4.1 武器目标分配问题的多目标优化模型 | 第49-51页 |
| 4.1.1 问题描述 | 第49页 |
| 4.1.2 问题建模 | 第49-51页 |
| 4.2 基于MOEA/D的双种群混合遗传算法求解模型 | 第51-56页 |
| 4.2.1 算法框架 | 第51-52页 |
| 4.2.2 编码 | 第52-53页 |
| 4.2.3 交叉算子 | 第53-54页 |
| 4.2.4 变异算子 | 第54页 |
| 4.2.5 局部搜索算子 | 第54-55页 |
| 4.2.6 适应度函数 | 第55-56页 |
| 4.2.7 选择算子 | 第56页 |
| 4.2.8 复杂度分析 | 第56页 |
| 4.3 实验结果及分析 | 第56-60页 |
| 4.3.1 参数设置 | 第56-57页 |
| 4.3.2 仿真实验结果 | 第57页 |
| 4.3.3 实验结果分析 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| 5.1 研究总结 | 第61页 |
| 5.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |