| 致谢 | 第3-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第24-32页 |
| 1.1 研究背景 | 第24-25页 |
| 1.2 研究内容 | 第25-26页 |
| 1.3 研究方法 | 第26-28页 |
| 1.4 成果及意义 | 第28-29页 |
| 1.5 论文框架 | 第29-31页 |
| 1.6 本章小结 | 第31-32页 |
| 2 动态进化优化方法概述 | 第32-44页 |
| 2.1 动态进化优化方法 | 第32-38页 |
| 2.2 鲁棒进化优化方法 | 第38-40页 |
| 2.3 动态鲁棒进化优化方法 | 第40-42页 |
| 2.4 本章小结 | 第42-44页 |
| 3 寻找动态鲁棒解集的两阶段多目标进化优化方法 | 第44-64页 |
| 3.1 研究问题描述 | 第44-45页 |
| 3.2 寻找动态鲁棒解集的两阶段多目标进化优化算法 | 第45-48页 |
| 3.3 实验结果与分析 | 第48-53页 |
| 3.4 本章小结 | 第53-64页 |
| 4 寻找鲁棒Pareto解集的动态鲁棒多目标进化优化方法 | 第64-86页 |
| 4.1 引言 | 第64-65页 |
| 4.2 动态鲁棒Pareto最优解的定义 | 第65-67页 |
| 4.3 动态鲁棒Pareto最优解的性能度量 | 第67-71页 |
| 4.4 动态鲁棒多目标进化优化算法 | 第71-72页 |
| 4.5 实验分析与比较 | 第72-85页 |
| 4.6 本章小结 | 第85-86页 |
| 5 基于集成预测的动态鲁棒多目标进化优化方法 | 第86-102页 |
| 5.1 引言 | 第86-87页 |
| 5.2 集成预测机制 | 第87-91页 |
| 5.3 基于集成预测的动态鲁棒多目标进化优化算法 | 第91-93页 |
| 5.4 算法性能评价指标 | 第93-95页 |
| 5.5 实验分析与比较 | 第95-100页 |
| 5.6 本章小结 | 第100-102页 |
| 6 融入偏好的动态鲁棒多目标进化优化方法 | 第102-120页 |
| 6.1 引言 | 第102-104页 |
| 6.2 动态鲁棒多目标优化中的偏好描述 | 第104-109页 |
| 6.3 融合偏好的动态鲁棒多目标进化优化算法 | 第109页 |
| 6.4 实验结果分析与对比 | 第109-118页 |
| 6.5 本章小结 | 第118-120页 |
| 7 预测环境引导的混合动态多目标进化优化方法 | 第120-136页 |
| 7.1 引言 | 第120-121页 |
| 7.2 预测环境参数的状态 | 第121-124页 |
| 7.3 选取动态优化方法的判定准则 | 第124-126页 |
| 7.4 基于环境预测的混合动态多目标进化优化算法 | 第126-127页 |
| 7.5 实验结果对比与分析 | 第127-135页 |
| 7.6 本章小结 | 第135-136页 |
| 8 总结与展望 | 第136-139页 |
| 8.1 本文总结 | 第136-137页 |
| 8.2 后继工作与展望 | 第137-139页 |
| 参考文献 | 第139-148页 |
| 作者简历 | 第148-152页 |
| 学位论文数据集 | 第152页 |