基于邻域重构策略的分解多目标进化算法研究及应用

目录

声明

第一章绪 论

1.1 研究背景和意义

1.2 相关研究现状综述

1.2.1 高维多目标进化算法研究现状

1.2.2 邻域改进算法研究现状

1.2.3 多目标柔性车间调度问题研究现状

1.3 本文研究内容及章节安排

1.3.1 研究内容

1.3.2 章节安排

第二章复杂多目标优化问题

2.1 高维目标优化问题

2.1.1 高维目标问题描述

2.1.2 Pareto 最优解

2.2 基于分解的多目标进化算法

2.2.1 权重向量生成方法

2.2.2 MOEA/D常用的分解方法

2.2.3 MOEA/D算法介绍

2.3 高维目标优化算法性能评价指标

2.3.1 收敛性指标

2.3.2 多样性评价指标

2.3.3 综合性能评价指标

2.4 本章小结

第三章基于邻域重构策略的多目标进化算法

3.1 MOEA/D-DU缺陷分析

3.2 基于邻域重构策略的多目标进化算法（MOEA/D-RNS）

3.2.1 潜力值

3.2.2 算法 MOEA/D-RNS

3.3 仿真实验及分析

3.3.1 参数设置

3.3.2 a参数 T_num 影响分析

3.3.3 ZDT1-4 系列测试问题性能分析

3.3.4 DTLZ1-4系列测试问题性能分析

3.3.5 前沿对比图分析

3.4 本章总结

第四章多目标柔性车间调度问题研究

4.1 柔性车间调度问题的描述

4.2 柔性车间调度的数学模型

4.2.1 参数及决策变量设置

4.2.2 调度指标

4.2.3 问题的约束条件

4.2.4 编码及解码

4.2.5 遗传操作

4.2.6 评价与选择

4.3 仿真实验与结果分析

4.3.1 测试算例

4.3.2 测试结果分析

4.4 本章小结

第五章结论与展望

5.1 总结

5.2 展望

参考文献

附录 1 本文所使用测试函数表达式及其特性

附录 2 测试函数 Pareto 前沿图

致 谢

作者简介

1作者简历

2攻读硕士学位期间发表的学术论文

3参与的科研项目及获奖情况

学位论文数据集