文摘
英文文摘
论文说明:图表目录
声明
第1章绪论
1.1引言
1.2多目标优化问题的基本概念
1.3传统的多目标最优化方法
1.3.1化多为少的方法
1.3.2分层序列法
1.4多目标优化问题的智能算法
1.4.1遗传算法概述
1.4.2蚁群算法概述
1.4.3粒子群算法概述
1.5本文主要工作
1.6论文结构
第2章几种经典的智能优化算法与多目标优化
2.1遗传算法
2.1.1遗传算法的特点
2.1.2遗传算法的设计和实现
2.1.3遗传算法的收敛性
2.1.4遗传算法的优越性与局限性
2.2蚁群算法
2.2.1蚁群算法的特点
2.2.2蚁群算法的设计和实现
2.2.3蚁群算法的收敛性
2.2.4蚁群算法的优越性与局限性
2.3粒子群算法
2.3.1粒子群算法基本思想
2.3.2粒子群算法的收敛性
2.3.3粒子群算法的特点
2.4非支配排序遗传算法(NSGA)及NSGA-Ⅱ
2.4.1非支配排序遗传算法(NSGA)
2.4.2带精英策略的非支配排序的遗传算法(NSGA-Ⅱ)
2.5本章小结
第3章遗传算法和蚁群算法的融合
3.1遗传算法和蚁群算法的简单融合
3.1.1算法思路
3.1.2 GAAA中遗传算法的定义与设置
3.1.3 GAAA中蚁群算法的改进与衔接
3.1.4简单融合算法的评价
3.2多目标蚁群遗传算法
3.2.1算法思路
3.2.2输入参数及初始化
3.2.3决策集更新
3.2.4遗传操作
3.2.5信息素更新
3.2.6算法步骤
3.3算法实验及改进
3.3.1算法性能评价方式
3.3.2数值实验
3.3.3算法的改进及实例验证
3.4本章小结
第4章基于多目标蚁群遗传算法的水资源优化配置问题研究
4.1引言
4.2水资源优化配置研究现状及发展趋势
4.2.1水资源优化配置研究进展
4.2.2常用水资源优化配置方法及发展
4.3区域多目标水资源优化配置模型
4.3.1目标函数的建立
4.3.2约束条件的确定
4.3.3多目标蚁群遗传算法求解模型
4.4应用实例
4.5本章小结
结论
参考文献
附录A 攻读学位期间所发表的学术论文目录
致谢
湖南大学;