基于协同进化的多目标优化算法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-16页 |
| ·多目标优化问题 | 第7-11页 |
| ·多目标优化问题的基本概念 | 第8-9页 |
| ·传统的多目标优化方法和局限性 | 第9-11页 |
| ·遗传算法的产生与发展 | 第11-13页 |
| ·多目标遗传算法的发展和现状 | 第13-15页 |
| ·本文的结构和工作 | 第15-16页 |
| ·本文的结构 | 第15页 |
| ·本文的工作 | 第15-16页 |
| 第二章 遗传算法的基本原理和方法 | 第16-28页 |
| ·遗传算法概述 | 第16-20页 |
| ·遗传算法流程 | 第17-18页 |
| ·遗传算法的特点 | 第18-19页 |
| ·遗传算法的基本操作 | 第19页 |
| ·基本遗传算法 | 第19-20页 |
| ·遗传算法的理论基础 | 第20-23页 |
| ·模式定理 | 第20-23页 |
| ·积木块假设 | 第23页 |
| ·遗传算法的基本实现技术 | 第23-26页 |
| ·编码 | 第23-24页 |
| ·适应度函数及其尺度变换 | 第24-25页 |
| ·选择 | 第25-26页 |
| ·交叉 | 第26页 |
| ·变异 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 多目标遗传算法 | 第28-34页 |
| ·几种多目标遗传算法 | 第28-32页 |
| ·线性加权法 | 第28-29页 |
| ·向量评估遗传算法(VEGA) | 第29页 |
| ·多目标遗传算法(MOGA,FFGA) | 第29-30页 |
| ·非劣分层遗传算法(NSGA) | 第30页 |
| ·小生境Pareto遗传算法(NPGA) | 第30-31页 |
| ·强度Pareto进化算法(SPEA) | 第31-32页 |
| ·多目标遗传算法的比较 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于协同进化的多目标算法 | 第34-50页 |
| ·协同进化的发展和研究现状 | 第34-36页 |
| ·协同进化的算法的主要思想 | 第36-38页 |
| ·合作型协同进化算法 | 第37页 |
| ·竞争型协同进化算法 | 第37-38页 |
| ·协同进化算法的特点 | 第38页 |
| ·基于协同进化的多目标优化算法 | 第38-42页 |
| ·合作型协同进化的多目标优化算法 | 第38-39页 |
| ·竞争型协同进化的多目标优化算法 | 第39-40页 |
| ·两种算法的具体实现策略和改进 | 第40-42页 |
| ·实验结果和结论 | 第42-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
