声明
摘要
第一章 绪论
1.1 课置背景
1.2 国内外研究现状和研究意义
1.2.1 多目标优化算法的并行化研究
1.2.2 Spark计算框架的优点
1.3 本论文研究工作
1.4 本论文章节安排
第二章 基本理论
2.1 多目标优化问题
2.2 基于分解的多目标进化算法(MOEA/D)
2.3 多目标优化的分解
2.4 MOEA/D算法流程
2.5 MOEA/D算法发展
2.6 多目标进化算法的评价指标
2.7 本章小结
第三章 基于Spark的MOEA/D算法
3.1 基本模型
3.2 分区方案一:连续选择
3.2.1 分区方案一流程
3.2.2 性能测试
3.3 分区方案二:间隔选择
3.3.1 分区方案二流程
3.3.2 性能测试
3.4 分区方案二扩展:间隔选择,沟通参考点
3.3.1 分区方案二流程
3.3.2 性能测试
3.5 扩展性研究
3.6 加速比研究
3.7 与其他并行算法的比较
3.8 本章小结
第四章 结论和进一步工作
4.1 论文的创新点
4.2 存在的问题和进一步工作
参考文献
攻读硕士学位期间发表的论文
参与科研项目
致谢