1. 毕业设计（论文）主要目标：
差分进化算法(DE)是一种随机的并行直接全局搜索算法，它简单易用，具有稳健性和全局寻优能力，已在多个领域得到广泛的应用。有的学者将DE的功能进行拓展，用于多目标优化问题，该方法能很好地维持种群的多样性，取得了不错的效果。但DE也存在收敛速度较慢，容易陷入局部最优的问题，在一些问题上回降低种群的多样性，容易使算法过早收敛。
为了提高了算法的收敛速度，跳出局部最优，迫切需要一些方法来改进传统的DE所存在的缺陷。因此，在了解算法在进化的过程和不足的基础上，设计基于精英保留策略和拥挤熵的多目标查分进化算法，并进行性能测试。
2. 毕业设计（论文）主要内容：
（1）探索精英保留策略，拥挤熵策略与多目标问题；
（2）设计基于精英保留策略和拥挤熵的多目标差分进化算法；
（3）使用测试函数测试改进后算法的性能，并与相应的算法比较。
3. 主要参考文献
[1] Yao-Nan Wang;Liang-Hong Wu;Xiao-Fang Yuan. Multi-objective self-adaptive differential evolution with elitist archive and crowding entropy-based diversity measure[J]. Soft Computing,2010,14(3):193-209.
[2]谢涛,陈火旺,康立山.多目标优化的演化算法[J].计算机学报,2003,26(08):997-1003.
[3]Musrrat,Alia;Patrick,Siarrya;Millie,Pantb.An efficient Differential Evolution based algorithm for solving multi-objective optimization problems[J].European Journal of Operational Research,2012,217(2):404-416.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
