| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 进化算法研究现状 | 第10-13页 |
| 1.2.1 多目标进化算法研究现状 | 第10-11页 |
| 1.2.2 高维多目标进化算法研究现状 | 第11-13页 |
| 1.2.3 约束的多目标进化算法研究现状 | 第13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文结构安排 | 第14-15页 |
| 2 多目标进化算法综述 | 第15-22页 |
| 2.1 多目标进化算法 | 第15-19页 |
| 2.1.1 多目标进化算法的相关概念 | 第15-16页 |
| 2.1.2 多目标进化算法模型 | 第16页 |
| 2.1.3 交叉算子 | 第16-17页 |
| 2.1.4 变异算子 | 第17-19页 |
| 2.1.5 环境选择 | 第19页 |
| 2.2 多目标进化算法性能指标 | 第19-21页 |
| 2.2.1 收敛性性能指标 | 第20页 |
| 2.2.2 多样性性能指标 | 第20-21页 |
| 2.2.3 综合性能指标 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 基于聚类的高维多目标进化算法 | 第22-45页 |
| 3.1 NSGA2算法概述 | 第22-23页 |
| 3.2 基于聚类的高维多目标进化算法 | 第23-31页 |
| 3.2.1 基于聚类的高维多目标进化算法框架 | 第24-25页 |
| 3.2.2 种群初始化过程 | 第25页 |
| 3.2.3 参考点生成方法 | 第25页 |
| 3.2.4 遗传操作 | 第25-26页 |
| 3.2.5 标准化操作 | 第26页 |
| 3.2.6 两层聚类方法 | 第26-29页 |
| 3.2.7 基于聚类的环境选择机制 | 第29-30页 |
| 3.2.8 时间复杂度分析 | 第30-31页 |
| 3.3 实验结果与分析 | 第31-43页 |
| 3.3.1 测试问题集 | 第31-32页 |
| 3.3.2 实验设置及性能指标 | 第32-33页 |
| 3.3.3 实验结果与分析 | 第33-42页 |
| 3.3.4 讨论 | 第42-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 基于约束支配自适应选择机制的高维多目标进化算法 | 第45-62页 |
| 4.1 约束处理方法概述 | 第45-47页 |
| 4.1.1 自适应惩罚法 | 第46-47页 |
| 4.1.2 可行解优先法 | 第47页 |
| 4.1.3 支配法 | 第47页 |
| 4.2 约束支配自适应选择机制 | 第47-52页 |
| 4.2.1 不可行域向可行域的进化 | 第49-50页 |
| 4.2.2 可行解优先法 | 第50-52页 |
| 4.2.3 无约束环境选择法 | 第52页 |
| 4.3 实验结果与分析 | 第52-61页 |
| 4.3.1 测试问题集 | 第52-54页 |
| 4.3.2 实验设置与性能指标 | 第54-55页 |
| 4.3.3 实验结果与分析 | 第55-59页 |
| 4.3.4 讨论 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 本文内容总结 | 第62页 |
| 5.2 未来工作展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表学术论文情况 | 第69-70页 |
| 致谢 | 第70-71页 |