声明
致谢
变量注释表
1 绪论
1.1 研究动机与目标(Motivation and Objectives)
1.2 研究内容(Contents)
1.3 研究方法(Methods)
1.4 成果及意义(Achievements and Significance)
1.5 论文框架(Outlines)
1.6 本章小结(Conclusions)
2 研究工作综述
2.1 动态多目标优化基础知识(Basic Knowledge of Dynamic Multi-objective Optimization Problems)
2.2 动态多目标进化优化(Dynamic Multi-objective Evolution-ary Optimization)
2.3 基于预测的动态多目标进化优化(Prediction-based Dynam-ic Multi-objective Evolutionary Optimization)
2.4 进化优化中的约束处理方法(Constraint Handling in Evolu-tionary Optimization)
2.5 本章小结(Conclusions)
3 基于多方向预测的动态多目标进化优化方法
3.1 研究背景(Backgrounds)
3.2 多方向预测方法(The Multi-Directional Prediction Method)
3.3 基于多方向预测的动态多目标微粒群优化方法框架(Framework of MDP-based Dynamic Multi-objective Parti-cle Swarm Optimization)
3.4 实验设置(Experimental Settings)
3.5 实验结果及分析(Experimental Results and Analysis)
3.6 本章小结(Conclusions)
4 基于多模型预测的动态多目标进化优化方法
4.1 研究背景(Backgrounds)
4.2 多模型预测方法(The Multi-Model Prediction Method)
4.3 基于多模型预测的进化优化框架(A MMP-based Evolution-ary Optimizer)
4.4 实验设置(Experimental Settings)
4.5 实验结果及分析(Experimental Results and Analysis)
4.6 本章小结(Conclusions)
5 基于预测和小生境的动态约束多目标进化优化方
5.1 研究背景(Backgrounds)
5.2 基于预测和小生境的动态约束处理 (Prediction and Niching-based Dynamic Constraint Handling)
5.3 实验设置(Experiment Settings)
5.4 实验结果及分析(Experimental Results and Analysis)
5.5 本章小结(Conclusion)
6 所提方法在机器人救援路径规划中的应用
6.1 研究背景(Backgrounds)
6.2 救援路径规划问题的数学模型(Model of Rescue Path Plan-ning Problem)
6.3 基于预测和小生境的救援路径生成 (Prediction and Niching-based Rescue Path Planning)
6.4 场景设计和实验结果(Scene Design and Results)
6.5 本章小结(Conclusion)
7 结论
7.1 主要工作与创新点(Achievements and Innovations)
7.2 需要进一步研究的问题(Issues to be Further Researched)
参考文献
作者简历
学位论文数据集