声明
摘要
第1章绪论
1．1课题的研究背景及意义
1．2课题的研究现状
1．2．1高维多目标优化算法的研究现状
1．2．2基于偏好的多目标优化算法的研究现状
1．3本文的主要工作
第2章多目标优化算法的基本理论
2．1引言
2．2多目标优化问题
2．2．1多目标优化问题的基本概念
2．2．2高维多目标优化问题的研究难点
2．2．3多目标优化的性能评价
2．3多目标粒子群优化算法
2．3．1粒子群算法的模型
2．3．2多目标粒子群算法的流程
2．3．3多目标粒子群优化算法研究重点
2．4带有偏好信息的多目标优化
2．4．1偏好信息的主要形式
2．4．2偏好信息的引入方法
2．5本章小结
第3章基于R2指标的高维多目标粒子群优化算法研究
3．1引言
3．2 R2指标的定义
3．3基于R2指标的高维多目标粒子群优化算法框架
3．4二层档案维护策略
3．4．1 R2性能指标选择策略
3．4．2目标空间分区选择策略
3．4．3二层档案维护机制
3．5引导粒子的选取与位置更新策略
3．6速度更新公式的修正
3．7基于模拟二进制交叉和多项式变异的精英学习策略
3．8仿真研究
3．8．1仿真参数设定与测试函数
3．8．2 R2指标和OSD策略的选择比例
3．8．3算法效果对比实验
3．9本章小结
第4章基于偏好的多目标粒子群优化算法
4．1引言
4．2基于方向角的权重向量生成方法
4．3偏好信息融入策略
4．3．1偏好模型的构建
4．3．2基于坐标变换的偏好权重生成
4．3．3偏好权重向量生成策略
4．4 IR2-MaPSO-PRE的整体流程
4．5仿真研究
4．5．1偏好性能指标计算
4．5．2测试函数和实验参数设定
4．5．3偏好区域可控性实验
4．5．4偏好算法效果对比实验
4．5．5性能指标值对比试验
4．6本章小结
第5章总结与展望
参考文献
致谢
攻读硕士学位期间学术成果
东北大学;
