导读:本文包含了外部归档论文开题报告文献综述及选题提纲参考文献，主要关键词:多目标进化算法,NSGA-Ⅱ,外部归档集,归档策略
外部归档论文文献综述
顾春华,刘鑫平,罗飞,丁炜超[1]（2018）在《基于同步更新外部归档集的NSGA-Ⅱ改进算法》一文中研究指出NSGA-Ⅱ在执行拥挤系数计算时不考虑父子代种群各自独立的个体分布情况,使某些在全局空间中分布优秀的个体被淘汰。针对NSGA-Ⅱ收敛结果的较差分布性,提出了改进算法(UEA-NSGA-Ⅱ),在迭代过程中随机填充一定量子代种群的非支配个体到外部归档集内,使用拥挤系数算子用于归档集的剪枝操作。同时,针对二进制编码存在陷入局部最优的问题,采用格雷码和动态变异算子增强算法在解空间上搜索速度与宽度。在ZDT系列问题上执行测试,并与两种典型算法和叁种NSGA-Ⅱ改进算法对比,结果表明UEA-NSGA-Ⅱ在算法的稳定性与优化效果方面均优于所对比的算法。(本文来源于《计算机工程与应用》期刊2018年20期）
陈正鹏[2]（2017）在《多目标进化算法中外部归档集维护策略的研究》一文中研究指出现实生活中存在大量的多目标优化问题,且目标数超过3的称为高维多目标优化问题,小于3的且大于1的称为低维多目标优化问题。相较于低维多目标优化问题,高维多目标优化问题在寻找最优解时具有更大的难度,往往面临着选择压力不足、多样性难以保持和可视化难度高等问题。归档集是第二代进化算法的标志,且在大量经典多目标进化算法中得到成功运用,但在高维多目标问题下,因支配关系失效,使得大量基于支配关系的归档集维护策略也随之失效,并导致算法难以收敛到问题的真实前沿。基于上述问题,本文展开了归档集维护策略的相关深入研究。该研究主要包括两个方面:第一,低维多目标进化算法中以平衡搜索为目的的归档集维护策略研究;第二,高维多目标进化算法中以增加选择压力为目的的归档集维护策略研究。通过对国内外主流文献的调研和分析,开展了以下研究工作并取得了相应的研究成果:1.针对多目标进化算法全局搜索和局部搜索不平衡的问题,本文设计了一种以平衡搜索为目的的新型归档集维护策略并运用在多目标粒子群优化算法(MOPSO)中,有效避免了算法陷入局部最优的情况。通过与同类型热门算法agMOPSO、pdMOPSO等算法在相同标准测试函数上的对比,证明以平衡搜索为目的的新归档集维护策略对Pareto前沿的收敛性和多样性都具有显着提升。2.针对高维多目标进化算法收敛性不足的问题,提出了一种以目标降维为核心思想的新型归档集维护策略DRS-PCCS,并将其应用于高维多目标进化算法NSGA-Ⅲ中,有效提高了算法进化过程中的选择压力。通过与原NSGA-Ⅲ进行实验对比验证,证明新算法有效改善了NSGA-Ⅲ因采用传统非支配导致的收敛不足的问题,为解决高维多目标优化问题带来了新的发展。以上工作深入挖掘了归档集在多目标问题以及高维多目标问题下研究价值,不仅实现了辅助算法进行全局搜索并达到算法搜索平衡的目的，且设计了新的归档集维护策略有效促进了高维多目标问题的优化。(本文来源于《南京信息工程大学》期刊2017-06-01）
外部归档论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现实生活中存在大量的多目标优化问题,且目标数超过3的称为高维多目标优化问题,小于3的且大于1的称为低维多目标优化问题。相较于低维多目标优化问题,高维多目标优化问题在寻找最优解时具有更大的难度,往往面临着选择压力不足、多样性难以保持和可视化难度高等问题。归档集是第二代进化算法的标志,且在大量经典多目标进化算法中得到成功运用,但在高维多目标问题下,因支配关系失效,使得大量基于支配关系的归档集维护策略也随之失效,并导致算法难以收敛到问题的真实前沿。基于上述问题,本文展开了归档集维护策略的相关深入研究。该研究主要包括两个方面:第一,低维多目标进化算法中以平衡搜索为目的的归档集维护策略研究;第二,高维多目标进化算法中以增加选择压力为目的的归档集维护策略研究。通过对国内外主流文献的调研和分析,开展了以下研究工作并取得了相应的研究成果:1.针对多目标进化算法全局搜索和局部搜索不平衡的问题,本文设计了一种以平衡搜索为目的的新型归档集维护策略并运用在多目标粒子群优化算法(MOPSO)中,有效避免了算法陷入局部最优的情况。通过与同类型热门算法agMOPSO、pdMOPSO等算法在相同标准测试函数上的对比,证明以平衡搜索为目的的新归档集维护策略对Pareto前沿的收敛性和多样性都具有显着提升。2.针对高维多目标进化算法收敛性不足的问题,提出了一种以目标降维为核心思想的新型归档集维护策略DRS-PCCS,并将其应用于高维多目标进化算法NSGA-Ⅲ中,有效提高了算法进化过程中的选择压力。通过与原NSGA-Ⅲ进行实验对比验证,证明新算法有效改善了NSGA-Ⅲ因采用传统非支配导致的收敛不足的问题,为解决高维多目标优化问题带来了新的发展。以上工作深入挖掘了归档集在多目标问题以及高维多目标问题下研究价值,不仅实现了辅助算法进行全局搜索并达到算法搜索平衡的目的，且设计了新的归档集维护策略有效促进了高维多目标问题的优化。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
外部归档论文参考文献
[1].顾春华,刘鑫平,罗飞,丁炜超.基于同步更新外部归档集的NSGA-Ⅱ改进算法[J].计算机工程与应用.2018
[2].陈正鹏.多目标进化算法中外部归档集维护策略的研究[D].南京信息工程大学.2017