第一个书签之前
摘要
ABSTRACT
插图索引
表格索引
符号对照表
缩略语对照表
第一章绪论
1.1 引言
1.2 多目标进化算法的发展历史与研究现状
1.3 MOEA/D-PBI的研究现状
1.4 本文的主要工作和组织安排
第二章多目标优化问题相关研究背景
2.1 多目标优化问题描述
2.1.1多目标优化问题的数学定义
2.1.2Pareto相关定义
2.2 基于分解的多目标进化算法
2.2.1MOEA/D算法介绍
2.2.2常用分解方法概述
2.3 多目标优化问题的测试问题和性能指标
2.3.1多目标优化问题测试函数集
2.3.2评价解集的性能指标
2.4 本章小结
第三章基于MAB的自适应PBI方法
3.1 PBI方法的惩罚参数分析
3.1.1使用不同惩罚参数的PBI算法对于问题的影响
3.1.2表现最佳的惩罚参数在迭代过程中的变化
3.2 参数自适应方法研究
3.2.1信用分配
3.2.2参数选择
3.3 分阶段参数自适应的PBI方法
3.4 实验结果分析
3.5 本章小结
第四章基于种群多样性改进的自适应PBI方法
4.1 基于d2统计量的改进策略
4.1.1MOEA中常用统计量分析
4.1.2惩罚参数遍历方式调整策略
4.2 基于d2统计量的自适应PBI算法
4.3 实验结果分析
4.4 本章小结
第五章总结与展望
5.1 本文工作总结
5.2 研究展望
参考文献
致谢
作者简介
1.基本情况
2.教育背景
3.攻读硕士学位期间的研究成果
3.1发表学术论文