中文封面
英文封面
承诺书
摘要
Abstract
目 录
图表目录
注释表
缩略词
第 1 章 绪论
1.1 引言
1.2 研究动机
1.3 本文主要贡献
1.4 论文结构
第 2 章 背景介绍
2.1 多目标优化问题
2.1.1 问题定义
2.1.2 相关概念
2.1.3 收敛性和多样性
2.2 性能评价指标
2.3 多目标优化算法
2.3.1 传统算法
2.3.2 演化多目标优化算法
2.3.3 局部搜索技术
2.4 测试问题
2.4.1 DTLZ 测试集
2.4.2 WFG 测试集
2.4.3 MOTSP 测试集
2.4.4 MOKP 测试集
2.5 本章小结
第 3 章 基于参考线的多样性度量指标
3.1 引言
3.2 多样性指标综述和 DIR 设计的动机
3.3 基于参考向量的多样性度量指标
3.3.1 整体框架
3.3.2 初始化参考线
3.3.3 计算每个解的覆盖度
3.3.4 计算 DIR
3.3.5 一个使用 DIR 的例子
3.3.6 DIR 的精确度讨论
3.3.7 DIR 的时间复杂度
3.4 实验分析
3.4.1 度量人工设置的 PF 近似解集
3.4.2 度量真实的 PF 近似解集
3.4.3 度量不规则 PF
3.4.4 参考线数量对 DIR 精确度的影响
3.5 基于 DIR 的演化多目标优化算法(d-NSGA-II)
3.5.1 将 DIR 嵌入 NSGA-II
3.5.2 实验设置
3.5.3 与 NSGA-II 和 NSGA-III 实验结果的对比
3.5.4 时间复杂度分析
3.5.5 d-NSGA-II 处理真实工程问题
3.6 本章小结
第 4 章 基于格子加权支配的局部搜索算法
4.1 引言
4.2 格子系统
4.3 格子加权支配
4.4 基于格子加权法的帕里托局部搜索算法
4.4.1 算法框架
4.4.2 初始化
4.4.3 局部搜索
4.4.4 更新
4.4.5 与 -MOEA 的对比
4.5 实验分析
4.5.1 实验设置
4.5.2 与 MOEA/D-LS (WS, TCH, PBI) 及 -MOEA 的实验结果的对比
4.5.3 与 PLS 和 MOMAD 实验结果的对比
4.5.4 格子加权法对算法结果的影响
4.6 本章小结
第 5 章 研究工作总结和展望
5.1 本文总结
5.2 研究展望
参考文献
致 谢
在学期间的研究成果及发表的学术论文
南京航空航天大学;