| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 学术研究动态 | 第10-13页 |
| 1.2.1 理论研究动态 | 第10-12页 |
| 1.2.2 应用研究动态 | 第12-13页 |
| 1.3 研究的目的和意义 | 第13页 |
| 1.4 论文创新之处及结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 粒子群优化算法的理论基础 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 粒子群优化算法 | 第15-19页 |
| 2.2.1 算法理论基础 | 第15页 |
| 2.2.2 算法数学描述 | 第15-17页 |
| 2.2.3 算法求解步骤 | 第17-19页 |
| 2.2.4 粒子速度的更新分析 | 第19页 |
| 2.2.5 粒子行为表现分析 | 第19页 |
| 2.3 算法的特点 | 第19-20页 |
| 2.4 粒子运动的稳定性分析及参数选择 | 第20-24页 |
| 2.4.1 稳定性分析 | 第20-23页 |
| 2.4.2 算法的参数选择 | 第23-24页 |
| 2.5 粒子的轨迹分析 | 第24-25页 |
| 2.5.1 单个粒子的运动轨迹 | 第24-25页 |
| 2.5.2 粒子群的聚集性 | 第25页 |
| 2.6 算法存在的问题及分析 | 第25-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 粒子群优化算法的研究与改进 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 粒子群算法的改进 | 第27-31页 |
| 3.2.1 免疫进化思想以及对算法的启示 | 第27页 |
| 3.2.2 拉普拉斯核矩阵 | 第27-28页 |
| 3.2.3 高斯核矩阵 | 第28页 |
| 3.2.4 协同进化 | 第28页 |
| 3.2.5 核矩阵协同进化的震荡搜索粒子群优化算法(KMSESPSO) | 第28-31页 |
| 3.3 仿真实验 | 第31-37页 |
| 3.3.1 经典测试函数介绍 | 第31-34页 |
| 3.3.2 实验结果分析 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于Ransac协同震荡搜索混沌粒子群应用于项目调度 | 第38-54页 |
| 4.1 引言 | 第38页 |
| 4.2 资源受限的项目调度问题 | 第38-40页 |
| 4.2.1 问题的提出 | 第38-39页 |
| 4.2.2 问题的求解方法及过程 | 第39页 |
| 4.2.3 资源受限项目调度生成方案 | 第39-40页 |
| 4.3 RCPSP模型 | 第40-42页 |
| 4.3.1 项目网络模型 | 第40-41页 |
| 4.3.2 RCPSP模型描述 | 第41-42页 |
| 4.4 基于Ransac协同震荡搜索混沌粒子群算法(RCSSPSO)的求解方法 | 第42-46页 |
| 4.4.1 随机采样一致性(Random sample consensus,Ransac) | 第42页 |
| 4.4.2 混沌优化 | 第42-43页 |
| 4.4.3 基于Ransac协同震荡搜索混沌粒子群算法RCSSPSO | 第43-46页 |
| 4.5 RCSSPSO用于求解RCPSP | 第46-53页 |
| 4.5.1 拓扑排序的描述 | 第46-48页 |
| 4.5.2 粒子表示与初始化 | 第48页 |
| 4.5.3 调度生成方式 | 第48-49页 |
| 4.5.4 算法运行流程 | 第49页 |
| 4.5.5 实例应用 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 总结 | 第54页 |
| 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第60页 |
