摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第14-22页 |
1.1 研究背景与意义 | 第14-19页 |
1.1.1 单目标优化问题 | 第14-16页 |
1.1.2 多目标优化问题 | 第16-19页 |
1.1.3 优化问题研究难点 | 第19页 |
1.2 本文主要工作 | 第19-20页 |
1.3 本文组织形式 | 第20-22页 |
第二章 基于流形的迁移动态多目标优化算法 | 第22-50页 |
2.1 动态多目标优化问题概述 | 第22-29页 |
2.1.1 动态多目标优化问题简介 | 第22页 |
2.1.2 动态多目标优化问题研究综述 | 第22-29页 |
2.2 基于迁移学习的动态多目标优化算法 | 第29-31页 |
2.2.1 迁移成分分析 | 第30页 |
2.2.2 Tr-DMOEA算法 | 第30-31页 |
2.3 基于流形的迁移动态多目标优化算法 | 第31-40页 |
2.3.1 背景知识:流形和基于流形的迁移学习算法 | 第32-33页 |
2.3.2 背景知识:基于流形的多目标优化算法 | 第33-36页 |
2.3.3 提出的算法:MT-DMOEA | 第36-40页 |
2.4 实验及结果分析 | 第40-49页 |
2.4.1 与SGEA对比 | 第41-44页 |
2.4.2 结构有效性验证实验 | 第44-47页 |
2.4.3 与Tr-RM-MEDA对比 | 第47-49页 |
2.5 本章小结 | 第49-50页 |
第三章 多任务优化问题研究 | 第50-74页 |
3.1 多任务优化问题简介 | 第50页 |
3.2 单目标的多任务优化问题 | 第50-64页 |
3.2.1 单目标的多任务优化问题范例:MFO | 第51-53页 |
3.2.2 单目标的多任务优化算法:MFEA | 第53-56页 |
3.2.3 单目标的多任务优化算法研究现状 | 第56-57页 |
3.2.4 单目标的多任务粒子群优化算法:MTOPS | 第57-60页 |
3.2.5 实验结果及分析 | 第60-64页 |
3.3 多目标的多任务优化问题 | 第64-71页 |
3.3.1 多目标的多任务优化问题范例:MO-MFO | 第64-65页 |
3.3.2 多目标的多任务优化算法:MO-MFEA | 第65-66页 |
3.3.3 多目标的多任务优化算法研究现状 | 第66页 |
3.3.4 多目标的多任务粒子群优化算法:MTOMOPS | 第66-68页 |
3.3.5 实验结果及分析 | 第68-71页 |
3.4 本章小结 | 第71-74页 |
第四章 动态多目标的多任务优化算法研究 | 第74-86页 |
4.1 动态多目标的多任务优化问题简介 | 第74-76页 |
4.2 基于迁移学习的动态多目标的多任务优化算法 | 第76-79页 |
4.2.1 背景知识:结合全局和局部度量的迁移学习算法 | 第77-78页 |
4.2.2 本文提出的算法:d-MTOMOPS | 第78-79页 |
4.3 实验结果分析 | 第79-81页 |
4.3.1 测试函数 | 第79-80页 |
4.3.2 实验结果 | 第80-81页 |
4.4 本章小结 | 第81-86页 |
第五章 总结与展望 | 第86-88页 |
参考文献 | 第88-94页 |
附录A 动态多目标优化标准测试函数 | 第94-100页 |
附录B 结构有效性验证实验结果 | 第100-102页 |
附录C 多任务优化标准测试函数 | 第102-110页 |
C.1 单目标的多任务优化标准测试函数 | 第102-104页 |
C.2 多目标的多任务优化标准测试函数 | 第104-110页 |
硕士期间发表论文 | 第110-112页 |
致谢 | 第112页 |