文摘
英文文摘
第一章绪论
1.1引言
1.2多目标优化问题
1.3遗传算法的产生和发展
1.4多目标遗传算法的发展
1.5非支配排序遗传算法概述
1.6本文所作的工作
1.6.1基本思想
1.6.2内容安排
第二章遗传算法基本原理和方法
2.1遗传算法的基本原理
2.2遗传算法的一般流程
2.3遗传算法的编码方式
2.4适应度函数及其尺度变换
2 4.1适应度函数
2.4.2适应度函数的尺度变换
2.5遗传算法的基本算子
2.5.1选择算子
2.5.2交叉算子
2.5.3变异算子
2.6遗传算法的特点及研究内容
2.6.1遗传算法的特点
2.6.2研究内容
2.7本章小结
第三章非支配排序遗传算法(NSGA)及NSGA-Ⅱ
3.1多目标优化问题的数学描述
3.2基本概念
3.2.1 Pareto支配关系
3.2.2 Pareto最优解定义
3.3非支配排序遗传算法(NSGA)
3.3.1基本原理
3.3.2一般流程
3.4带精英策略的非支配排序的遗传算法(NSGA-Ⅱ)
3.4.1快速非支配排序方法
3.4.2确定拥挤度
3.4.3拥挤度比较算子
3.4.4 NSGA-Ⅱ算法主流程
3.5本章小结
第四章NSGA-Ⅱ在变结构控制系统中的应用
4.1变结构控制研究概述
4.1.1变结构控制系统的基本概念
4.1.2变结构控制系统的不变性和抖振问题
4.2变结构控制基本原理
4.2.1变结构控制的三个要素
4.2.2基本原理
4.3基于NSGA-Ⅱ的变结构控制方法
4.4仿真结果
4.5本章小结
第五章基于NSGA-Ⅱ与回归支持向量机的函数逼近方法
5.1支持向量机概述
5.1.1结构风险最小化准则
5.1.2支持向量机基本思想
5.1.3支持向量机的特点
5.2支持向量机回归算法原理
5.2.1线性可分情况
5.2.2线性不可分情况
5.3基于NSGA-Ⅱ与回归支持向量机的函数拟合方法
5.3.1确定目标函数
5.3.2选取核函数
5.3.3个体表示方法
5.4仿真结果
5.5本章小结
第六章总结与展望
6.1总结
6.2展望
参考文献
致谢
作者攻读硕士学位期间完成的学术论文
科研情况
浙江大学;