| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 引言 | 第11-19页 |
| §1.1 进化算法的研究背景 | 第11-12页 |
| §1.2 进化算法的研究现状 | 第12-13页 |
| §1.3 遗传算法(GA)研究现状及未来发展 | 第13-17页 |
| §1.4 本文组织与贡献 | 第17-19页 |
| 第二章 遗传算法的遗传操作研究 | 第19-48页 |
| §2.1 遗传算法的遗传操作分析 | 第19-28页 |
| §2.2 增加与问题领域有关的约束操作 | 第28-44页 |
| §2.2.1 对于求解可满足性问题的两种带启发信息新操作 | 第28-32页 |
| §2.2.1.1 3-SAT问题表达 | 第29页 |
| §2.2.1.2 加入Ncrossover和Nmutation操作 | 第29-32页 |
| §2.2.1.3 Ncrossover与Nmutation的进一步改进 | 第32页 |
| §2.2.2 对于求解有序排列问题的三种新型打开操作 | 第32-44页 |
| §2.2.2.1 新的带启发信息操作介绍 | 第33-35页 |
| §2.2.2.2 实验与性能比较分析 | 第35-44页 |
| §2.3 新型通用类遗传操作VOTE与NVOTE | 第44-48页 |
| §2.3.1 VOTE与NVOTE介绍 | 第44页 |
| §2.3.2 VOTE与NVOTE进一步说明 | 第44-45页 |
| §2.3.3 实验与性能比较分析 | 第45-48页 |
| 第三章 混合遗传算法(HGA) | 第48-75页 |
| §3.1 几种局部搜索策略简介 | 第48-54页 |
| §3.2 求解可满足性问题中的个体进化策略与遗传算法的结合 | 第54-59页 |
| §3.2.1 SAT中的个体进化策略 | 第54-55页 |
| §3.2.2 SAT中个体进化策略与遗传算法的结合 | 第55-56页 |
| §3.2.3 实验分析与性能比较 | 第56-59页 |
| §3.3 优化问题中遗传算法与个体进化策略的结合 | 第59-71页 |
| §3.3.1 TSP中用到的个体进化策略 | 第59-60页 |
| §3.3.1.1 模拟退火(SA) | 第59-60页 |
| §3.3.1.2 禁忌算法(TABU) | 第60页 |
| §3.3.1.3 局部搜索存在的问题 | 第60页 |
| §3.3.2 新的控制个体进化的策略 | 第60-61页 |
| §3.3.3 实验及性能分析 | 第61-71页 |
| §3.4 何时遗传算法超过爬山法性能? | 第71-75页 |
| 第四章 遗传算法的并行化 | 第75-85页 |
| §4.1 遗传算法的隐含并行性 | 第75-77页 |
| §4.2 遗传算法并行实现策略 | 第77-83页 |
| §4.3 遗传算法的并行实现 | 第83-85页 |
| 第五章 结束语 | 第85-86页 |
| 附录 测试问题例 | 第86-92页 |
| 参考文献 | 第92-101页 |
