| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究背景和意义 | 第11-13页 |
| 1.2.1 研究背景 | 第11-13页 |
| 1.2.2 研究意义 | 第13页 |
| 1.3 论文组织结构 | 第13-15页 |
| 第2章 课题相关知识介绍 | 第15-23页 |
| 2.1 现代优化算法 | 第15-16页 |
| 2.1.1 概述 | 第15页 |
| 2.1.2 现代优化算法的不足 | 第15-16页 |
| 2.2 引力场算法介绍 | 第16-18页 |
| 2.2.1 算法概述 | 第16页 |
| 2.2.2 算法流程 | 第16-17页 |
| 2.2.3 算法优缺点分析 | 第17-18页 |
| 2.3 万有引力搜索算法介绍 | 第18-20页 |
| 2.3.1 算法概述 | 第18-19页 |
| 2.3.2 算法流程 | 第19-20页 |
| 2.3.3 算法优缺点分析 | 第20页 |
| 2.4 CUDA 平台介绍 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 基于 CUDA 平台的 PGFA 的设计与实现 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 算法设计与实现 | 第23-28页 |
| 3.2.1 算法分组策略的设计 | 第23-24页 |
| 3.2.2 多目标并行进化策略 | 第24-25页 |
| 3.2.3 参数选择 | 第25-26页 |
| 3.2.4 算法流程图 | 第26-27页 |
| 3.2.5 算法实现 | 第27-28页 |
| 3.3 实验与分析 | 第28-34页 |
| 3.3.1 实验环境 | 第28-29页 |
| 3.3.2 基准测试函数 | 第29-30页 |
| 3.3.3 误差评价函数 | 第30-31页 |
| 3.3.4 结果对比分析 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 基于岛屿模型的 PGSA 的设计与实现 | 第35-46页 |
| 4.1 引言 | 第35页 |
| 4.2 算法设计 | 第35-40页 |
| 4.2.1 多目标并行全局搜索设计 | 第35-36页 |
| 4.2.2 基于岛屿模型的进化策略 | 第36页 |
| 4.2.3 参数选择 | 第36-37页 |
| 4.2.4 算法流程图 | 第37-38页 |
| 4.2.5 算法实现 | 第38-40页 |
| 4.3 实验与分析 | 第40-45页 |
| 4.3.1 实验环境 | 第40页 |
| 4.3.2 基准测试函数 | 第40-41页 |
| 4.3.3 结果对比分析 | 第41-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士学位期间的研究成果 | 第52页 |