摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 引言 | 第9-12页 |
·多目标优化与决策概述 | 第9-10页 |
·粒子群优化 | 第10-11页 |
·论文结构及内容安排 | 第11-12页 |
第二章 决策支持中的多目标优化 | 第12-23页 |
·多目标优化问题的数学描述 | 第12-13页 |
·传统的多目标优化方法 | 第13-17页 |
·线性加权和法 | 第13-14页 |
·理想点法 | 第14-15页 |
·分目标乘除法 | 第15-16页 |
·分层评价法 | 第16-17页 |
·传统优化方法的局限性 | 第17-18页 |
·进化多目标优化算法框架 | 第18页 |
·几种典型的多目标进化算法 | 第18-22页 |
·PESA2 算法 | 第19-20页 |
·NSGA2 算法 | 第20-21页 |
·SPEA2 算法 | 第21-22页 |
·小结 | 第22-23页 |
第三章 粒子群优化算法及其改进 | 第23-35页 |
·粒子群优化的起源及基本PSO 算法简介 | 第23-26页 |
·粒子群算法改进研究的四个主要分支 | 第26-28页 |
·设立禁区的多粒子群(PSO WITH FORBIDDEN ZONE)算法 | 第28-34页 |
·基本概念 | 第29页 |
·算法描述 | 第29-30页 |
·数值实验 | 第30-33页 |
·算法的复杂度分析 | 第33-34页 |
·小结 | 第34-35页 |
第四章 基于设立禁区的多目标优化算法 | 第35-50页 |
·MFZPSO 算法的主要流程 | 第35-37页 |
·MFZPSO 算法的关键算子 | 第37-44页 |
·外部集的更新 | 第37-39页 |
·禁区的建立和撤销 | 第39-40页 |
·粒子跳出搜索空间的处理 | 第40-41页 |
·个体更新 | 第41页 |
·个体极值和全局极值的选取 | 第41-42页 |
·扰动算子的设计 | 第42页 |
·快速排序法构造非支配集 | 第42-44页 |
·仿真分析 | 第44-49页 |
·实验环境及评价方法 | 第44-45页 |
·测试函数及实验结果 | 第45-49页 |
·小结 | 第49-50页 |
第五章 PSO 多目标优化算法在决策支持系统中的应用 | 第50-59页 |
·基于静态多目标优化的决策支持系统构成 | 第50-51页 |
·多目标决策方法分类 | 第51-52页 |
·PSO 多目标优化算法与决策支持结合的可行性 | 第52-53页 |
·基于PSO 多目标静态优化算法的决策支持 | 第53-58页 |
·基于FZPSO 和罚函数的多目标决策 | 第53-56页 |
·基于MFZPSO 和Pareto 前沿的多目标决策 | 第56-58页 |
·小结 | 第58-59页 |
第六章 结束语 | 第59-61页 |
参考文献 | 第61-65页 |
致谢 | 第65-66页 |
作者攻硕期间取得的成果 | 第66-67页 |