| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 符号说明表 | 第7-10页 |
| 第1章 绪论 | 第10-26页 |
| ·多目标进化算法概述 | 第10-15页 |
| ·多目标优化的相关定义 | 第11-12页 |
| ·Pareto 最优解集 | 第12-13页 |
| ·多目标进化算法的基本框架 | 第13-15页 |
| ·多目标进化算法的编码和算子 | 第15-19页 |
| ·多目标优化的编码问题 | 第16-17页 |
| ·多目标进化算法的算子 | 第17-19页 |
| ·多目标进化算法的性能评价 | 第19-24页 |
| ·概述 | 第19-20页 |
| ·MOEA 性能评价方法 | 第20-24页 |
| ·本文的工作 | 第24-25页 |
| ·论文的组织结构 | 第25-26页 |
| 第2章 多目标进化算法中的重复个体研究 | 第26-35页 |
| ·NSGA-II 算法 | 第26-28页 |
| ·NSGA-II 概述 | 第26页 |
| ·算法描述 | 第26-27页 |
| ·算法流程分析 | 第27-28页 |
| ·NSGA-II 中重复个体的研究 | 第28-34页 |
| ·NSGA-II 中重复个体数目与编码方式的关系 | 第28-29页 |
| ·NSGA-II 中重复个体产生原因分析 | 第29-31页 |
| ·NSGA-II 中重复个体数目与优化问题的关系 | 第31-32页 |
| ·重复个体对于算法搜索效率和解集分布性的影响 | 第32-34页 |
| ·本节小结 | 第34页 |
| ·其它多目标进化算法中的重复个体 | 第34-35页 |
| 第3章 δ支配概念和新的网格存优策略(δ-GS) | 第35-45页 |
| ·ε-MOEA 算法 | 第35-40页 |
| ·ε-MOEA 算法概述 | 第35-36页 |
| ·ε支配的相关概念 | 第36-37页 |
| ·ε-MOEA 算法实现及流程分析 | 第37-40页 |
| ·ε-MOEA 的不足 | 第40-41页 |
| ·新的δ支配概念 | 第41-42页 |
| ·虚拟“最优点”和新的网格存优策略(δ-GS) | 第42-45页 |
| 第4章 基于δ-GS 的多目标进化算法δ-MOEA | 第45-58页 |
| ·δ-MOEA | 第45-46页 |
| ·实验及结果 | 第46-57页 |
| ·实验环境及评价方法 | 第46-47页 |
| ·测试函数及实验结果 | 第47-57页 |
| ·小结与分析 | 第57-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·本文的主要贡献 | 第58-59页 |
| ·将来的工作 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录A (攻读硕士学位期间公开发表的论文) | 第65页 |