首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

多目标进化算法解集分布性评价指标及其应用

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-15页
   ·优化过程及多目标优化问题第9页
   ·多目标优化的相关概念第9-10页
   ·Pareto 支配关系及 Pareto 最优第10-11页
   ·多目标进化算法及其性能评价指标第11-14页
   ·本文的工作第14页
   ·论文的组织结构第14-15页
第2章 多目标进化算法解集均匀性评价指标第15-38页
   ·MOEAs 解集均匀性评价的关键问题第15-17页
   ·MOEAs 解集均匀性评价指标及改进方法第17-24页
     ·基于距离的 MOEAs 解集均匀性评价指标第17-18页
     ·基于邻域的 MOEAs 解集均匀性评价指标第18页
     ·两种评价指标在评价过程中的问题第18-19页
     ·基于邻域关系的 MOEAs 解集均匀性评价指标第19-24页
   ·基于 Delaunay 三角剖分的 MOEAs 解集均匀性评价指标第24-37页
     ·三角剖分及 Delaunay 三角剖分的性质第24-25页
     ·相关性工作及待解决的问题第25-27页
     ·基于 Delaunay 三角剖分的自组织邻域均匀性评价方法第27-30页
     ·实验讨论及分析第30-37页
   ·均匀性评价方法小结第37-38页
第3章 基于边界信息的 MOEA 解集分布广度评价方法第38-50页
   ·解集分布广度评价研究现状及存在的问题第38-40页
   ·一些能够反映解集分布广度的性能评价指标第40-43页
   ·超出关系与边界集第43-44页
   ·基于边界信息的 MOEAs 解集分布广度评价指标第44-46页
   ·对比分析第46-50页
第4章 基于评价指标的多目标进化算法环境选择机制第50-58页
   ·基于非支配分层的 MOEA 环境选择机制第50-53页
   ·基于评价指标的 MOEA 分布性保持机制第53-54页
   ·基于评价指标的 MOEA 环境选择机制及其在高维问题上的优势第54-58页
     ·基于评价指标的多目标进化算法第54-55页
     ·IBEA 在高维优化问题上的优势第55-58页
第5章 总结与展望第58-60页
   ·本文工作总结第58-59页
   ·未来工作展望第59-60页
参考文献第60-64页
致谢第64-65页
附录 A ZDT 系列测试函数第65-66页
附录 B DTLZ 系列测试函数第66-67页
攻读硕士学位期间科研成果第67页

论文共67页,点击 下载论文
上一篇:结合傅立叶变换和NSCT的图像去噪算法
下一篇:基于Mean Shift分割的图像阴影检测算法关键技术的研究