单目标、多目标最优化进化算法
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-13页 |
| 第一章 绪论 | 第13-32页 |
| ·进化算法的产生与发展 | 第13-15页 |
| ·解函数优化问题的进化算子 | 第15-21页 |
| ·杂交算子 | 第16-18页 |
| ·变异算子 | 第18-21页 |
| ·进化算法处理约束的方法 | 第21-25页 |
| ·基于罚函数的方法 | 第21-23页 |
| ·基于搜索容许解的方法 | 第23-24页 |
| ·基于保持容许解的方法 | 第24-25页 |
| ·混合方法 | 第25页 |
| ·多目标最优化进化算法中适应值的分配和选取 | 第25-30页 |
| ·交替使用目标函数的选取 | 第26-27页 |
| ·参变量聚合选取 | 第27-28页 |
| ·基于Pareto排序的选取 | 第28-30页 |
| ·全文概貌 | 第30-32页 |
| 第二章 强化了局部搜索能力的进化算法 | 第32-43页 |
| ·引言 | 第32页 |
| ·进化算子设计 | 第32-37页 |
| ·研究问题 | 第32-33页 |
| ·均匀设计简介 | 第33-35页 |
| ·杂交算子 | 第35-37页 |
| ·变异算子 | 第37页 |
| ·均匀自适应进化算法 | 第37-38页 |
| ·初始种群的选取 | 第37-38页 |
| ·提出的算法 | 第38页 |
| ·数值实验 | 第38-42页 |
| ·小结 | 第42-43页 |
| 第三章 基于极大极小策略的多目标进化算法 | 第43-68页 |
| ·引言 | 第43-45页 |
| ·研究问题及相关结论 | 第45-48页 |
| ·构造新的适应值函数 | 第48-60页 |
| ·问题的转化 | 第48-49页 |
| ·适应值函数的确定 | 第49-59页 |
| ·均匀设计的使用 | 第59-60页 |
| ·多目标规划进化算法 | 第60-61页 |
| ·数值实验 | 第61-67页 |
| ·小结 | 第67-68页 |
| 第四章 解约束最优化问题的多目标变适应值进化算法 | 第68-88页 |
| ·引言 | 第68-70页 |
| ·问题的转化 | 第70-71页 |
| ·变适应值函数 | 第71-78页 |
| ·选择算子 | 第78页 |
| ·进化算法 | 第78-79页 |
| ·数值实验 | 第79-83页 |
| ·应用 | 第83-87页 |
| ·小结 | 第87-88页 |
| 第五章 处理带约束的多目标最优化进化算法 | 第88-99页 |
| ·引言 | 第88-89页 |
| ·处理约束的方法 | 第89-92页 |
| ·个体适应值的分配 | 第92-93页 |
| ·提出的进化算法 | 第93-95页 |
| ·选择算子 | 第93-94页 |
| ·进化算法 | 第94-95页 |
| ·数值实验 | 第95-98页 |
| ·小结 | 第98-99页 |
| 第六章 分层多目标最优化进化算法 | 第99-107页 |
| ·引言 | 第99-100页 |
| ·问题的转化 | 第100-102页 |
| ·分层多目标进化算法 | 第102-105页 |
| ·适应值的确定 | 第102-103页 |
| ·选择算子 | 第103-104页 |
| ·进化算法 | 第104-105页 |
| ·数值实验 | 第105-106页 |
| ·小结 | 第106-107页 |
| 结论 | 第107-109页 |
| 参考文献 | 第109-120页 |
| 攻读博士学位期间完成的学术论文 | 第120-121页 |
| 致谢 | 第121页 |
