文摘
英文文摘
第一章 绪论
1.1 多目标优化问题的研究意义
1.2 多目标优化算法的研究现状
1.3 免疫优化算法的主要进展
1.4 Memetic算法研究的发展
1.5 本文的研究动机
1.6 本文的主要工作及内容安排
第二章 基于克隆选择的免疫多目标优化
2.1 多目标优化问题的数学描述
2.2 免疫多目标优化的基本原理
2.3 非支配邻域免疫算法NNIA
2.4 本章小结
第三章 结合Pareto占优和差分的免疫多目标优化算法
3.1 引言
3.2 决策空间上的局部邻域特性
3.3 差分进化思想概述
3.4 改进算法MIAMO的框架设计
3.4.1 基于Pareto占优的局部搜索
3.4.2 基于差分的局部搜索
3.4.3 算法的计算复杂度
3.5 仿真实验及其结果分析
3.5.1 测试问题
3.5.2 性能评价指标
3.5.3 实验设置
3.5.4 实验结果
3.6 本章小结
第四章 结合收敛加速算子的免疫克隆多目标优化算法
4.1 引言
4.2 人工神经网络模型概述
4.3 改进算法MIACA的框架设计
4.3.1 目标空间的局部搜索
4.3.2 目标空间的映射操作
4.3.3 算法计算复杂度
4.4 仿真实验及其结果分析
4.4.1 测试问题
4.4.2 性能评价指标
4.4.3 实验设置
4.4.4 实验结果
4.5 本章小结
第五章 总结与展望
5.1 论文工作总结
5.2 进一步展望
致谢
参考文献
研究成果
西安电子科技大学;