| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.2.1 最大团问题研究现状 | 第11-14页 |
| 1.2.2 图划分问题的研究现状 | 第14-15页 |
| 1.2.3 大数据平台下基于图划分求解最大团问题的研究现状 | 第15-16页 |
| 1.3 论文结构安排 | 第16-18页 |
| 第二章 最大团问题与启发式算法 | 第18-36页 |
| 2.1 最大团问题 | 第18-19页 |
| 2.1.1 最大团问题描述 | 第18页 |
| 2.1.2 最大团问题数学模型 | 第18-19页 |
| 2.2 解决最大团问题的蚂蚁算法和遗传算法 | 第19-26页 |
| 2.2.1 解决最大团问题的蚂蚁算法 | 第19-23页 |
| 2.2.2 解决最大团问题的遗传算法 | 第23-26页 |
| 2.3 一种新的分阶段PBLS算法求解最大团问题 | 第26-32页 |
| 2.3.1 局部搜索求解最大团问题的基本框架 | 第26-28页 |
| 2.3.2 求解最大团问题的BLS算法 | 第28-30页 |
| 2.3.3 基于惩罚值的penalty_BLS算法 | 第30页 |
| 2.3.4 分阶段的PBLS算法 | 第30-32页 |
| 2.4 实验结果与分析 | 第32-34页 |
| 2.4.1 实验配置和实验数据 | 第32页 |
| 2.4.2 实验结果 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 图的划分 | 第36-44页 |
| 3.1 图划分问题 | 第36-37页 |
| 3.1.1 图划分问题描述 | 第36页 |
| 3.1.2 图划分问题数学模型 | 第36-37页 |
| 3.2 One_Depth图划分策略 | 第37-38页 |
| 3.3 一种新的并行图划分策略PGP | 第38-40页 |
| 3.4 实验结果与分析 | 第40-42页 |
| 3.4.1 实验配置和实验数据 | 第40-41页 |
| 3.4.2 实验结果 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第四章 基于Hadoop的PPMC框架求解最大团问题 | 第44-56页 |
| 4.1 Hadoop大数据计算平台 | 第44-48页 |
| 4.1.1 Hadoop架构 | 第44-46页 |
| 4.1.2 HDFS分布式文件系统 | 第46-47页 |
| 4.1.3 MapReduce编程框架 | 第47-48页 |
| 4.2 基于Hadoop的PPMC框架 | 第48-53页 |
| 4.2.1 基于Hadoop的PPMC流程 | 第48-49页 |
| 4.2.2 图文本处理 | 第49-50页 |
| 4.2.3 图的划分 | 第50-52页 |
| 4.2.4 分阶段的PBLS算法求解最大团问题 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-55页 |
| 4.3.1 实验配置和实验数据 | 第53-55页 |
| 4.3.2 实验结果 | 第55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 本文的总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
