多目标粒子群优化算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·多目标优化概述 | 第10-12页 |
| ·进化算法及多目标进化算法 | 第12-13页 |
| ·粒子群算法及多目标粒子群算法 | 第13-14页 |
| ·本文的研究内容和组织结构 | 第14-16页 |
| ·论文的主要研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 多目标优化及多目标进化算法 | 第16-30页 |
| ·多目标优化的基本概念 | 第16-20页 |
| ·多目标优化的定义 | 第16-17页 |
| ·非支配解 | 第17-19页 |
| ·最优边界 | 第19-20页 |
| ·传统的多目标优化方法 | 第20-23页 |
| ·传统多目标优化方法的局限性 | 第23-24页 |
| ·多目标进化算法 | 第24-29页 |
| ·多目标进化算法的基本框架 | 第24-25页 |
| ·多目标进化算法的分类 | 第25-27页 |
| ·几类典型的多目标进化算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 粒子群算法 | 第30-44页 |
| ·粒子群算法 | 第30-34页 |
| ·算法原理 | 第31-32页 |
| ·算法流程 | 第32-33页 |
| ·参数选择 | 第33-34页 |
| ·粒子群算法分析 | 第34-36页 |
| ·算法行为分析 | 第34-35页 |
| ·PSO 算法的应用 | 第35-36页 |
| ·粒子群算法与进化算法的比较 | 第36-37页 |
| ·基于PSO 算法的多目标优化 | 第37-39页 |
| ·几类典型的多目标粒子群算法 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于ε占优多目标粒子群优化算法 | 第44-55页 |
| ·相关研究 | 第44-46页 |
| ·ε占优的相关概念 | 第44-45页 |
| ·正交设计的应用 | 第45-46页 |
| ·多目标粒子群优化算法 | 第46-47页 |
| ·算法思想 | 第46-47页 |
| ·算法流程 | 第47页 |
| ·相关定义 | 第47-50页 |
| ·产生初始群体 | 第47-49页 |
| ·解集存储区Rbest | 第49页 |
| ·个体极值和全局极值的选取 | 第49-50页 |
| ·仿真实验 | 第50-51页 |
| ·实验环境 | 第50页 |
| ·评价方法 | 第50-51页 |
| ·测试函数及实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录（攻读学位期间研究成果） | 第61页 |
