文摘
英文文摘
声明
第一章绪论
1.1计算智能
1.1.1进化计算
1.1.2群体智能
1.1.3微粒群算法
1.2多目标优化
1.3研究意义
1.4本文的内容和主要工作
第二章微粒群算法和多目标优化的理论基础
2.1微粒群优化(PSO)
2.1.1基本微粒群算法
2.1.2微粒群算法的社会行为分析
2.1.3微粒群算法的发展
2.2多目标优化
2.2.1多目标优化的基本概念
2.2.2古典的多目标优化方法
2.3多目标进化算法的关键理论
2.3.1 Pareto最优解集的构造
2.3.2进化群体的分布性
2.3.3几种常见的多目标进化算法
第三章Cauchy微粒群优化
3.1 Fuzzy PSO(FPSO)
3.1.1 Fuzzy PSO的基本思想
3.1.2算法描述
3.1.3仿真试验分析
3.2 Cauchy微粒群优化
3.2.1动态概率变异
3.2.2仿真试验分析
3.3小结
第四章一种多微粒群协同进化模型
4.1协同进化
4.1.1常见的协同进化算法
4.2遗传算法
4.3多微粒群协同进化算法(MPSO)
4.4仿真试验分析
4.5基于计算智能的多群协同进化模型
第五章微粒群算法在MOKP中的应用
5.1多目标0/1背包问题
5.2 Pareto解集的构造
5.3 Pareto解集的分布性
5.4算法描述
5.5实验分析
第六章结束语
6.1本文的工作
6.2进一步的研究方向
参考文献
攻读硕士学位期间发表的论文和参与的项目
致谢