| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文结构安排 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-20页 |
| 2.1 下一版本问题 | 第15-18页 |
| 2.1.1 用户需求无依赖关系NRP问题 | 第15-16页 |
| 2.1.2 用户需求有依赖关系NRP问题 | 第16-18页 |
| 2.2 智能优化算法 | 第18-19页 |
| 2.2.1 粒子群优化算法 | 第18-19页 |
| 2.2.2 差分进化算法 | 第19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 基于动态参数优化离散蜻蜓算法解决无依赖NRP问题 | 第20-45页 |
| 3.1 基于动态参数优化和随机游走策略的蜻蜓算法离散化改进 | 第20-24页 |
| 3.1.1 蜻蜓算法应用到NRP问题 | 第20-22页 |
| 3.1.2 蜻蜓算法的离散化 | 第22-23页 |
| 3.1.3 动态参数优化及随机游走策略 | 第23-24页 |
| 3.2 动态参数优化离散蜻蜓算法应用于单目标无依赖NRP问题 | 第24-35页 |
| 3.2.1 单目标无依赖NRP问题优化过程 | 第24-25页 |
| 3.2.2 实验仿真分析 | 第25-35页 |
| 3.3 动态参数优化离散蜻蜓算法应用于多目标无依赖NRP问题 | 第35-44页 |
| 3.3.1 多目标无依赖NRP问题优化过程 | 第36-37页 |
| 3.3.2 实验仿真分析 | 第37-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于人工蜂群改进蜻蜓的融合算法解决有依赖NRP问题 | 第45-64页 |
| 4.1 基于人工蜂群算法改进蜻蜓算法 | 第45-50页 |
| 4.1.1 人工蜂群算法应用到NRP问题 | 第45-48页 |
| 4.1.2 局部搜索策略 | 第48-49页 |
| 4.1.3 算法改进的融合过程 | 第49-50页 |
| 4.2 融合算法应用于单目标有依赖NRP问题 | 第50-60页 |
| 4.2.1 实验设置和数据集 | 第50-51页 |
| 4.2.2 实验仿真分析 | 第51-60页 |
| 4.3 融合算法应用于多目标有依赖NRP问题 | 第60-63页 |
| 4.3.1 实验设置和数据集 | 第61页 |
| 4.3.2 实验仿真分析 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 下一版本问题需求优选验证系统 | 第64-69页 |
| 5.1 下一版本问题需求优选验证系统设计 | 第64-67页 |
| 5.2 下一版本问题需求优选验证系统演示 | 第67-68页 |
| 5.3 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 本文工作总结 | 第69页 |
| 6.2 后续工作展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 附录1 攻读硕士学位期间申请的专利 | 第74-75页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第75-76页 |
| 致谢 | 第76页 |
