基于新型鲁棒性定义的鲁棒动态多目标进化优化方法

声明

致谢

变量注释表

1 绪论

1.1 研究动机(Research Motivation)

1.2 研究目标(Research Objectives)

1.3 研究内容(Research Contents)

1.4 研究方法(Research Methods)

1.5 研究成果及意义(Achievements and Significance)

1.6 论文结构(Structure of Thesis)

1.7 本章小结(Summary of This Chapter)

2 鲁棒动态多目标优化问题

2.2 动态多目标优化方法的研究现状(State-of-the-art of dynamic multi-objective optimization methods)

2.3 鲁棒动态多目标优化方法(Robust dynamic multi-objective optimization methods)

2.4 动态多目标优化算法的性能指标(Performance Indicators of dynamic multi-objective optimization algorithms)

2.5 本章小结(Summary of This Chapter)

3 基于新型超体积鲁棒性定义的鲁棒动态多目标进化优化算法

3.1 已有鲁棒性定义的不足(The shortages of existing definition)

3.2 基于超体积的鲁棒优化模型(Hypervolume-based robustness optimization Model)

3.3 基于 MOEA/D 的鲁棒动态多目标优化算法(Robust Dynamic Multi-objective Optimization Algorithm Based on MOEA/D)

3.4 仿真实验与结果分析(Simulation experiments and results analysis )

3.5 本章小结(Summary of This Chapter)

4 基于个体贡献度的鲁棒动态多目标进化优化算法

4.1 基于个体贡献度的鲁棒性定义(Robustness Definition Based on Individual Contribution)

4.2 基于个体贡献度的鲁棒多目标约束优化模型(Robust Multi-objective Constraints Optimization Model Based on Individual Contribution)

4.3 个体适应度值的预测策略(Prediction Strategy of Individuals’ Fitness Value)

4.4 算法主要框架(Main Framework of Algorithm)

4.5 实验结果及分析(Experimental Results and Analysis)

4.6 本章小结(Summary of This Chapter)

5 基于多种群的鲁棒动态多目标进化优化算法

5.1 多种群构建方法(Multi-population construction method)

5.2 子种群间个体交互方法(Sub-population interaction method)

5.3 基于多种群的鲁棒性能评价方法及模型(Robust Performance Evaluation And Model Based on Multi-population)

5.4 算法描述(Algorithm Description)

5.5 实验结果与分析(Experimental Results and Analysis)

5.6 本章小结(Summary of this chapter)

6 结论

6.1 本文工作(Achievements)

6.2 进一步研究工作(Future Research)

参考文献

作者简历

学位论文数据集