基于邻域粗糙集的多目标猫群优化算法研究

声明

变量注释表

1 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 本文的研究内容

1.4 论文的章节安排

2 相关概念与理论

2.1 粗糙集及邻域粗糙集

2.1.1 经典粗糙集

2.1.2 邻域粗糙集

2.2 计算智能优化算法

2.2.1 蚁群算法

2.2.2 粒子群算法

2.2.3 混合蛙跳算法

2.2.4 猫群算法

2.3.1 多目标优化基本概念

2.3.2 进化多目标优化的经典算法

2.4 本章小结

3 基于邻域粗糙集的猫群算法

3.1.1 猫群算法简介

3.1.2 猫群算法的描述

3.2 相关工作

3.3 NRS-CSO算法

3.4 实验结果及分析

3.4.1 测试函数

3.4.2 参数设置

3.4.3 实验结果

3.5 本章小结

4 基于邻域粗糙集的多目标猫群优化算法

4.1 预备知识

4.1.1 多目标优化评价指标

4.2 NRSMO-CSO算法

4.2.1 算法过程

4.2.2 外部种群

4.2.3 变异算子的使用

4.3.1 测试函数

4.3.2 实验结果与分析

4.4 本章小结

5 总结与展望

5.1 论文的工作总结

5.2 未来的工作展望

参考文献

作者简历

致谢

学位论文数据集