| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第17-27页 |
| 1.1 引言 | 第17-19页 |
| 1.2 相关知识介绍 | 第19-22页 |
| 1.3 大规模多目标演化优化中的一些问题 | 第22-23页 |
| 1.4 本文的主要工作 | 第23-25页 |
| 1.5 本文的组织结构 | 第25-26页 |
| 1.6 本章小结 | 第26-27页 |
| 第2章 大规模多目标优化的研究现状 | 第27-38页 |
| 2.1 基于分治的方法 | 第28-32页 |
| 2.2 基于降维的方法 | 第32-33页 |
| 2.3 其他方法 | 第33-35页 |
| 2.4 现实应用及人工合成的大规模多目标优化问题 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 大规模多目标演化算法 | 第38-63页 |
| 3.1 大规模多目标演化优化的挑战分析 | 第40-45页 |
| 3.1.1 实验设置 | 第40-42页 |
| 3.1.2 实验分析和讨论 | 第42-45页 |
| 3.2 基于双重局部搜索的大规模多目标演化算法 | 第45-50页 |
| 3.2.1 算法框架 | 第46页 |
| 3.2.2 基于外部集的新解生成器 | 第46-49页 |
| 3.2.3 基于双重局部搜索的大规模多目标演化算法 | 第49页 |
| 3.2.4 计算复杂度分析 | 第49-50页 |
| 3.3 实验研究 | 第50-54页 |
| 3.3.1 测试问题和性能指标 | 第50页 |
| 3.3.2 对比算法 | 第50-51页 |
| 3.3.3 实验结果 | 第51-54页 |
| 3.4 本章小结 | 第54-63页 |
| 第4章 基于大规模多目标演化的ROC凸包最大化 | 第63-83页 |
| 4.1 问题描述 | 第63-65页 |
| 4.2 相关工作介绍 | 第65-66页 |
| 4.3 基于多目标演化的大规模ROC凸包最大化 | 第66-74页 |
| 4.3.1 算法框架 | 第67页 |
| 4.3.2 基于个体最优凸包的凸包排序机制 | 第67-69页 |
| 4.3.3 面积极大化选择机制 | 第69-71页 |
| 4.3.4 基于凸包的大规模多目标演化算法 | 第71-72页 |
| 4.3.5 计算复杂度分析 | 第72-74页 |
| 4.4 实验研究 | 第74-78页 |
| 4.4.1 实验设置 | 第74-75页 |
| 4.4.2 对比算法及其参数设置 | 第75-76页 |
| 4.4.3 实验结果与分析 | 第76-78页 |
| 4.5 本章小结 | 第78-83页 |
| 第5章 基于多目标演化的大规模社交网络影响力最大化 | 第83-99页 |
| 5.1 相关工作介绍 | 第84-86页 |
| 5.2 模型及问题描述 | 第86-88页 |
| 5.3 基于多目标演化的大规模影响力最大化 | 第88-91页 |
| 5.3.1 多目标建模 | 第88-89页 |
| 5.3.2 面向大规模影响力最大化的多目标演化算法 | 第89-91页 |
| 5.4 实验研究 | 第91-94页 |
| 5.4.1 实验设置 | 第91-93页 |
| 5.4.2 结果与讨论 | 第93-94页 |
| 5.5 本章小结 | 第94-99页 |
| 第6章 总结和展望 | 第99-103页 |
| 6.1 工作总结 | 第99-101页 |
| 6.2 未来展望 | 第101-103页 |
| 参考文献 | 第103-119页 |
| 致谢 | 第119-121页 |
| 在读期间发表的学术论文与取得的研究成果 | 第121页 |
