基于进化计算的约束多目标优化算法研究

目录

摘要

图索引

表索引

第一章绪论

1．1研究背景及意义

1．1．1约束多目标优化问题与算法

1．1．2约束多目标优化领域的挑战

1．2国内外研究现状

1．2．1处理BMOPs的CMEAs分类

1．2．2处理复杂约束的技术分类

1．3本文工作

1．4后续章节安排

第二章基本知识

2．1CMOPs的数学描述

2．2Pareto支配，Pareto解和Pareto前沿面

2．3算法性能度量指标

2．4基准测试问题

2．4．1BMOPs的基准测试问题

2．4．2CMOPs的基准测试问题

第三章单纯形支配关系

3．1基本描述

3．2数学表达形式

3．3算法框架

3．3．1极大极小选择策略

3．3．2所建议算法的主要框架

3．4数值实验与分析

3．4．1实验设置和评估指标

3．4．2数值结果和分析

3．5本章小结

第四章基于有前景区域的进化算法

4．1两种二元指标及其性质

4．2所建议的选择和配对策略

4．2．1有前景的区域和有价值的候选解

4．2．2基于平行距离的散布维持机制

4．2．3配对策略

4．3所建议的算法

4．3．1算法框架

4．3．2算法复杂度

4．4数值实验和结果分析

4．4．1测试问题和对比算法

4．4．2参数设置

4．4．3实验结果分析

4．5本章小结

第五章识别有价值非可行解的准则

5．1多准则技术TMSC

5．1．1非可行解分组

5．1．2识别有价值非可行解

5．2将TMSC嵌入进化算法

5．2．1精英集

5．2．2配对池

5．2．3配对策略

5．2．4所建议算法的框架

5．3所建议新的CMOPs的基准测试问题

5．4实验研究和分析

5．4．1对比算法

5．4．2测试问题

5．4．3参数设计

5．4．4性能分析

5．4．5在现实工程优化上的应用

5．5本章小结

第六章一种新的基于指标的CMEA

6．1所建议的指标

6．1．1基于代价值的距离

6．1．2所建议的约束处理指标

6．2所建议的算法框架

6．2．1种群的更新方式

6．2．2精英集

6．2．3子代的产生

6．2．4所建议算法的框架

6．3数值实验和分析

6．3．1对比算法

6．3．2测试问题

6．3．3在基准测试问题上的表现

6．3．4在实际工程问题上的表现

6．4本章小结

第七章总结和展望

参考文献

攻读学位期间发表或完成的论文

声明

致谢