首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于分解的多目标进化算法研究

摘要第4-6页
ABSTRACT第6-7页
目录第8-10页
CONTENTS第10-12页
第一章 绪论第12-17页
    1.1 研究的目的与意义第12-13页
    1.2 国内外研究现状第13-14页
    1.3 多目标进化算法中的基本概念第14-15页
        1.3.1 多目标优化第14页
        1.3.2 Pareto优化第14-15页
        1.3.3 约束主导排序第15页
        1.3.4 Tchebycheff方法第15页
    1.4 本论文的研究重点和章节安排第15-17页
第二章 基于分解的算法自适应选择框架第17-35页
    2.1 引言第17-18页
    2.2 MOEA/D-M2M算法回顾第18-20页
        2.2.1 种群分解第18-20页
        2.2.2 MOEA/D-M2M算法框架第20页
    2.3 混合多目标进化算法第20-26页
        2.3.1 候选算法第21-22页
        2.3.2 候选算法更新策略第22-25页
        2.3.3 HEMOA算法框架第25-26页
    2.4 数值实验第26-34页
        2.4.1 参数设置第27-28页
        2.4.2 实验结果第28-34页
    2.5 本章小结第34-35页
第三章 基于分解的约束多目标优化第35-46页
    3.1 引言第35-37页
    3.2 本文提出的约束多目标进化算法第37-39页
        3.2.1 基于边界搜索和临时存储的约束处理方法第37-38页
        3.2.2 遗传算子第38-39页
        3.2.3 CM2M算法框架第39页
    3.3 算法分析与讨论第39-41页
    3.4 数值实验第41-45页
        3.4.1 测试函数第41-42页
        3.4.2 参数设置与性能评价准则第42页
        3.4.3 实验结果第42-45页
    3.5 本章小结第45-46页
结论第46-47页
参考文献第47-52页
攻读硕士学位期间发表论文第52-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:一类超二次Hamilton系统同宿轨的存在性
下一篇:车牌识别算法的研究