| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 注释表 | 第9-10页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究进展 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文各章节组织安排 | 第13-15页 |
| 第二章 进化超多目标优化算法简述 | 第15-29页 |
| 2.1 超多目标优化问题的相关概念 | 第15-16页 |
| 2.2 利用进化算法求解超多目标优化问题所面临的挑战 | 第16-17页 |
| 2.3 进化超多目标优化算法分类 | 第17-23页 |
| 2.3.1 基于改进的Pareto支配关系的进化超多目标优化算法 | 第18-20页 |
| 2.3.2 基于分解的进化超多目标优化算法 | 第20-23页 |
| 2.4 进化超多目标优化算法中常用的几种进化操作 | 第23-25页 |
| 2.4.1 差分进化操作 | 第23-24页 |
| 2.4.2 模拟二进制交叉操作 | 第24页 |
| 2.4.3 多项式变异操作 | 第24-25页 |
| 2.5 性能度量指标与测试问题 | 第25-28页 |
| 2.5.1 性能度量指标 | 第25页 |
| 2.5.2 测试问题 | 第25-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于极值点搜索和非支配排序的进化超多目标优化算法 | 第29-39页 |
| 3.1 引言 | 第29-30页 |
| 3.2 算法设计动机 | 第30-31页 |
| 3.3 算法设计 | 第31-35页 |
| 3.3.1 总体流程 | 第31-32页 |
| 3.3.2 初始化 | 第32页 |
| 3.3.3 极值点搜索算法 | 第32-33页 |
| 3.3.4 极值点搜索算法的终止条件 | 第33-34页 |
| 3.3.5 基于近似极值点的非支配排序算法 | 第34-35页 |
| 3.3.6 NSGA-II-BS算法的计算复杂度 | 第35页 |
| 3.4 实验设计与结果分析 | 第35-38页 |
| 3.4.1 实验设置 | 第35-36页 |
| 3.4.2 实验结果与分析 | 第36-37页 |
| 3.4.3 极值点搜索算法自适应终止机制的有效性验证 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于鲁棒的极值点搜索和角度选择的进化超多目标优化算法 | 第39-60页 |
| 4.1 引言 | 第39-40页 |
| 4.2 算法设计动机 | 第40-41页 |
| 4.3 算法设计 | 第41-50页 |
| 4.3.1 鲁棒的极值点搜索技术 | 第42-44页 |
| 4.3.2 角度选择技术 | 第44-46页 |
| 4.3.3 MOEA-R&A算法 | 第46-50页 |
| 4.3.4 MOEA-R&A算法的计算复杂度 | 第50页 |
| 4.4 实验设计与结果分析 | 第50-58页 |
| 4.4.1 算法对比实验的参数设置 | 第50-51页 |
| 4.4.2 算法对比实验的实验结果与分析 | 第51-55页 |
| 4.4.3 鲁棒的极值点搜索技术的有效性验证 | 第55-57页 |
| 4.4.4 将两种生成新解技术结合使用的有效性验证 | 第57-58页 |
| 4.5 本章小结 | 第58-60页 |
| 第五章 研究工作总结与展望 | 第60-62页 |
| 5.1 研究总结 | 第60页 |
| 5.2 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 在学期间的研究成果及发表的学术论文 | 第67页 |
