基于灾变自适应遗传算法的二叉判定图最小化算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义与发展现状 | 第13-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第2章 二叉判定图 | 第17-26页 |
| 2.1 概述 | 第17页 |
| 2.2 BDD 的构造及基本操作 | 第17-21页 |
| 2.2.1 构造 | 第17-18页 |
| 2.2.2 化简 | 第18-20页 |
| 2.2.3 限制 | 第20页 |
| 2.2.4 ITE 运算 | 第20-21页 |
| 2.3 变量排序 | 第21-23页 |
| 2.3.1 BDD 的规模 | 第21-22页 |
| 2.3.2 基本操作 | 第22-23页 |
| 2.4 排序算法 | 第23-26页 |
| 2.4.1 精确变量排序法 | 第23-24页 |
| 2.4.2 启发式变量排序法 | 第24页 |
| 2.4.3 动态变量排序法 | 第24页 |
| 2.4.4 现代排序法 | 第24-26页 |
| 第3章 遗传算法在变量排序中的应用 | 第26-38页 |
| 3.1 概述 | 第26页 |
| 3.2 发展现状 | 第26-27页 |
| 3.3 基本流程 | 第27页 |
| 3.4 基本实现 | 第27-32页 |
| 3.4.1 编码 | 第27-29页 |
| 3.4.2 适应度变换 | 第29页 |
| 3.4.3 选择 | 第29-31页 |
| 3.4.4 交叉 | 第31页 |
| 3.4.5 变异 | 第31-32页 |
| 3.5 BDD 实现 | 第32-33页 |
| 3.6 自适应 | 第33-38页 |
| 3.6.1 概述 | 第33页 |
| 3.6.2 Srinvivas 模型 | 第33-34页 |
| 3.6.3 任子武模型 | 第34-36页 |
| 3.6.4 本文模型 | 第36-38页 |
| 第4章 基于灾变遗传的变量排序算法 | 第38-48页 |
| 4.1 概述 | 第38页 |
| 4.2 灾变 | 第38-39页 |
| 4.3 算法实现 | 第39-44页 |
| 4.3.1 预处理 | 第39-41页 |
| 4.3.2 倒位 | 第41页 |
| 4.3.3 交叉 | 第41-42页 |
| 4.3.4 变异 | 第42-43页 |
| 4.3.5 选择 | 第43页 |
| 4.3.6 灾变 | 第43-44页 |
| 4.3.7 终止条件 | 第44页 |
| 4.3.8 参数设置 | 第44页 |
| 4.4 灾变自适应遗传算法 | 第44-46页 |
| 4.5 时间消耗估算 | 第46-48页 |
| 4.5.1 迭代次数 | 第46页 |
| 4.5.2 时间消耗 | 第46-48页 |
| 第5章 实验结果 | 第48-60页 |
| 5.1 实验平台 | 第48-49页 |
| 5.1.1 概述 | 第48页 |
| 5.1.2 Buddy 介绍 | 第48页 |
| 5.1.3 测试集 | 第48-49页 |
| 5.2 实验数据 | 第49-51页 |
| 5.3 数据分析 | 第51-60页 |
| 5.3.1 灾变算法迭代过程 | 第51-53页 |
| 5.3.2 参数变化曲线 | 第53-54页 |
| 5.3.3 空间特性 | 第54-57页 |
| 5.3.4 时间特性 | 第57-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 附录 A（攻读学位期间所发表的学术论文目录） | 第67-68页 |
| 附录 B（部分关键程序） | 第68-75页 |
