| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 论文的主要工作及结构 | 第16-18页 |
| 2 多目标优化问题概述 | 第18-28页 |
| 2.1 多目标优化问题模型 | 第18-20页 |
| 2.2 多目标优化算法 | 第20-25页 |
| 2.3 多目标问题的规则性 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 多目标粒子群优化算法概述 | 第28-39页 |
| 3.1 粒子群优化算法 | 第28-32页 |
| 3.2 多目标粒子群优化算法 | 第32-35页 |
| 3.3 改进的多目标粒子群优化算法 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于自组织映射网络的多目标粒子群优化算法 | 第39-64页 |
| 4.1 SMPSO的思想 | 第39页 |
| 4.2 自组织映射网络和优化算法的结合 | 第39-41页 |
| 4.3 SOM为粒子构建邻域信息 | 第41-43页 |
| 4.4 精英学习策略 | 第43-44页 |
| 4.5 SMPSO算法的具体步骤 | 第44-45页 |
| 4.6 实验测试 | 第45-49页 |
| 4.6.1 测试函数 | 第45-48页 |
| 4.6.2 对比算法 | 第48-49页 |
| 4.6.3 评价指标 | 第49页 |
| 4.6.4 实验参数设置 | 第49页 |
| 4.7 实验分析 | 第49-63页 |
| 4.7.1 SMPSO和对比算法在测试问题上的比较分析 | 第49-59页 |
| 4.7.2 网络拓扑结构构造邻域关系合理性的验证实验 | 第59-61页 |
| 4.7.3 SMPSO中参数分析 | 第61-62页 |
| 4.7.4 网络拓扑结构对SMPSO的影响 | 第62-63页 |
| 4.8 本章小结 | 第63-64页 |
| 5 自组织多目标粒子群优化算法在多模态多目标优化问题上的应用 | 第64-83页 |
| 5.1 多模态多目标问题描述 | 第64-65页 |
| 5.2 多模态问题的求解策略 | 第65-67页 |
| 5.3 自组织多目标粒子群优化算法解决多模态多目标优化问题 | 第67-82页 |
| 5.3.1 自组织多目标粒子群优化算法解决多模态多目标优化问题 | 第67-68页 |
| 5.3.2 多模态多目标测试问题 | 第68-71页 |
| 5.3.3 评价指标 | 第71-72页 |
| 5.3.4 对比算法 | 第72页 |
| 5.3.5 实验设置 | 第72页 |
| 5.3.6 实验分析 | 第72-82页 |
| 5.4 本章小结 | 第82-83页 |
| 6 总结与展望 | 第83-85页 |
| 6.1 总结 | 第83-84页 |
| 6.2 展望 | 第84-85页 |
| 参考文献 | 第85-91页 |
| 致谢 | 第91-92页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第92页 |
