| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-11页 |
| ·现代优化方法的回顾 | 第8-9页 |
| ·量子遗传算法 | 第9-10页 |
| ·本文结构与主要工作 | 第10-11页 |
| 第2章 遗传算法简介 | 第11-17页 |
| ·遗传算法的特点： | 第11-12页 |
| ·遗传算法求解中的一些细节问题 | 第12-14页 |
| ·GA的编码方法 | 第12-13页 |
| ·几种常见的适应度函数 | 第13页 |
| ·适应度函数的设计 | 第13-14页 |
| ·GA参数的选择 | 第14页 |
| ·遗传算法的数学基础 | 第14-16页 |
| ·模式定理 | 第14-15页 |
| ·遗传算法收敛判据 | 第15-16页 |
| ·小结： | 第16-17页 |
| 第3章 量子遗传算法 | 第17-27页 |
| ·量子计算基础知识 | 第17-19页 |
| ·量子遗传算法简介 | 第19-23页 |
| ·量子逻辑门 | 第20-21页 |
| ·量子位表示方法 | 第21-22页 |
| ·量子遗传操作更新 | 第22-23页 |
| ·量子遗传算法流程 | 第23-25页 |
| ·小结 | 第25-27页 |
| 第4章 分组量子遗传算法 | 第27-34页 |
| ·分组量子遗传算法 | 第27页 |
| ·分层操作 | 第27页 |
| ·分组操作 | 第27页 |
| ·分组量子遗传算法的流程图 | 第27-29页 |
| ·分组量子遗传算法的算法 | 第29-31页 |
| ·适应函数 | 第29-30页 |
| ·分组量子遗传算法 | 第30-31页 |
| ·分组量子遗传算法的算例 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第5章 基于混沌优化的量子遗传算法 | 第34-43页 |
| ·混沌优化CO(CHAOTIC OPTIMIzATION)流程 | 第34-37页 |
| ·混沌的概念 | 第34-35页 |
| ·虫口模型——logistic映射 | 第35-36页 |
| ·混沌优化方法简介 | 第36-37页 |
| ·基于混沌优化的量子遗传算法 | 第37-40页 |
| ·混沌量子遗传算法的具体算法 | 第37-40页 |
| ·算例 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第6章 基于模糊决策的量子遗传算法 | 第43-53页 |
| ·模糊决策基本知识 | 第43-47页 |
| ·模糊决策的基本思路： | 第43页 |
| ·精确量的模糊化 | 第43-46页 |
| ·模糊判决 | 第46-47页 |
| ·模糊量子遗传算法 | 第47-48页 |
| ·基于模糊决策求取旋转角 | 第48-51页 |
| ·模糊控制器的组成 | 第48-49页 |
| ·旋转角θ的求取 | 第49-51页 |
| ·算例 | 第51-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59页 |