摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 多目标优化问题的应用背景与研究意义 | 第9页 |
1.2 进化算法概要 | 第9-10页 |
1.3 分布式多目标进化算法研究现状 | 第10-11页 |
1.4 论文研究的主要内容 | 第11-12页 |
1.5 论文的组织结构 | 第12-14页 |
第二章 多目标进化算法概况 | 第14-25页 |
2.1 多目标进化算法简介 | 第14-16页 |
2.1.1 多目标优化问题的常用定义 | 第14-15页 |
2.1.2 多目标进化算法的历史 | 第15-16页 |
2.2 MOEA/D算法 | 第16-17页 |
2.2.1 多目标问题分解 | 第16页 |
2.2.2 算法流程 | 第16-17页 |
2.2.3 算法复杂度 | 第17页 |
2.3 CHEA算法 | 第17-22页 |
2.3.1 锥束划分与锥体子区域 | 第17-20页 |
2.3.2 目标解与锥体子区域的归属关系计算 | 第20-21页 |
2.3.3 标量化指标 | 第21页 |
2.3.4 算法流程 | 第21-22页 |
2.3.5 算法复杂度 | 第22页 |
2.4 多目标进化算法的评价指标和测试函数 | 第22-24页 |
2.4.1 多目标进化算法的评价指标 | 第22-23页 |
2.4.2 多目标进化算法的测试函数 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 分布式编程概况 | 第25-31页 |
3.1 MapReduce相关介绍 | 第25-27页 |
3.1.1 Hadoop开源分布式分布式框架 | 第25-26页 |
3.1.2 MapReduce工作机制 | 第26-27页 |
3.1.3 HDFS基本介绍 | 第27页 |
3.2 Spark介绍 | 第27-29页 |
3.2.1 弹性分布式数据集 | 第28页 |
3.2.2 Spark工作机制 | 第28-29页 |
3.3 MapReduce与Spark的对比 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
第四章 基于MAPREDUCE的分布式多目标进化算法 | 第31-57页 |
4.1 全局种群进化方案 | 第32-40页 |
4.1.1 基于MapReduce的MOEA/D全局种群进化分布式设计与实现 | 第32-35页 |
4.1.2 基于MapReduce的CHEA全局种群进化分布式设计与实现 | 第35-39页 |
4.1.3 实验相关说明 | 第39-40页 |
4.2 局部种群进化方案 | 第40-48页 |
4.2.1 基于MapReduce的MOEA/D局部种群进化分布式设计与实现 | 第40-45页 |
4.2.2 基于MapReduce的CHEA局部种群进化分布式设计与实现 | 第45-48页 |
4.3 全局种群进化方案与局部种群进化方案的对比分析 | 第48-56页 |
4.3.1 实验结果 | 第48-50页 |
4.3.2 加速比对照分析 | 第50-52页 |
4.3.3 解质量与收敛速度对照分析 | 第52-56页 |
4.4 本章小结 | 第56-57页 |
第五章 基于SPARK的分布式多目标进化算法 | 第57-80页 |
5.1 全局种群进化方案 | 第58-64页 |
5.1.1 基于Spark的MOEA/D全局种群进化分布式设计与实现 | 第58-61页 |
5.1.2 基于Spark的CHEA全局种群进化分布式设计与实现 | 第61-64页 |
5.2 局部种群进化方案 | 第64-71页 |
5.2.1 基于Spark的MOEA/D局部种群进化分布式设计与实现 | 第64-68页 |
5.2.2 基于Spark的CHEA局部种群进化分布式设计与实现 | 第68-71页 |
5.3 全局种群进化方案与局部种群进化方案的对比 | 第71-78页 |
5.3.1 实验结果 | 第71-73页 |
5.3.2 加速比对照分析 | 第73-75页 |
5.3.3 解质量与收敛速度对照分析 | 第75-78页 |
5.4 本章小结 | 第78-80页 |
第六章 分布式多目标进化算法在无线传感器网络布局的应用 | 第80-87页 |
6.1 问题说明 | 第80-82页 |
6.1.1 基本原理 | 第81页 |
6.1.2 评估函数 | 第81-82页 |
6.2 分布式多目标进化算法设计 | 第82-83页 |
6.3 实验结果评估与分析 | 第83-86页 |
6.4 本章小结 | 第86-87页 |
第七章 全文总结 | 第87-89页 |
参考文献 | 第89-96页 |
致谢 | 第96-97页 |
答辩委员签名的答辩决议书 | 第97页 |