| 第一章 绪论 | 第1-33页 |
| 1．1 从进化论到进化计算 | 第15-20页 |
| 1．1．1 现代进化论 | 第15-17页 |
| 1．1．2 生物进化与优化 | 第17-19页 |
| 1．1．3 进化计算 | 第19-20页 |
| 1．2 进化计算的基础 | 第20-31页 |
| 1．2．1 进化计算的主要分支 | 第20-23页 |
| 1．2．2 进化算法的数学基础 | 第23-24页 |
| 1．2．3 进化算法的收敛理论 | 第24-30页 |
| 1．2．4 进化计算的应用 | 第30-31页 |
| 1．3 进化计算研究的反思 | 第31-32页 |
| 1．4 本论文的主要工作 | 第32-33页 |
| 第二章 协同进化理论与算法发展现状 | 第33-43页 |
| 2．1 协同进化的生物学基础 | 第33-37页 |
| 2．1．1 达尔文进化论及其局限性 | 第33-35页 |
| 2．1．2 协同进化论 | 第35-37页 |
| 2．2 协同进化的动力学描述 | 第37-39页 |
| 2．2．1 种间竞争的协同进化动力学 | 第37-38页 |
| 2．2．2 捕食者与猎物系统的协同进化动力学 | 第38-39页 |
| 2．3 协同进化算法的发展现状 | 第39-43页 |
| 2．3．1 基于种间竞争机制的协同进化算法 | 第39-40页 |
| 2．3．2 基于捕食——猎物机制的协同进化算法 | 第40-41页 |
| 2．3．3 基于共生机制的协同进化算法 | 第41-42页 |
| 2．3．4 其他类型的协同进化算法 | 第42-43页 |
| 第三章 组织协同进化分类算法 | 第43-63页 |
| 3．1 分类问题与组织学习模型 | 第43-45页 |
| 3．2 用于分类的组织 | 第45-48页 |
| 3．3 组织适应度函数 | 第48-49页 |
| 3．4 组织协同进化分类算法 | 第49-52页 |
| 3．5 仿真实验比较研究 | 第52-56页 |
| 3．5．1 UCI标准数据集 | 第52-54页 |
| 3．5．2 算法扩展性分析 | 第54-56页 |
| 3．6 算法实际应用 | 第56-62页 |
| 3．6．1 雷达一维像识别 | 第56-59页 |
| 3．6．2 遥感舰船目标识别 | 第59-62页 |
| 3．7 本章小结 | 第62-63页 |
| 第四章 组织进化算法求解SAT问题 | 第63-73页 |
| 4．1 引言 | 第63页 |
| 4．2 用于SAT问题的组织 | 第63-65页 |
| 4．3 组织进化算子设计 | 第65-67页 |
| 4．3．1 自学习算子 | 第65-66页 |
| 4．3．2 吞并算子 | 第66页 |
| 4．3．3 分裂算子 | 第66-67页 |
| 4．4 求解 SAT问题的组织进化算法 | 第67-71页 |
| 4．5 仿真实验比较研究 | 第71-72页 |
| 4．6 本章小结 | 第72-73页 |
| 第五章 组织进化数值优化算法 | 第73-94页 |
| 5．1 引言 | 第73页 |
| 5．2 用于数值优化的组织 | 第73-74页 |
| 5．3 组织进化算子设计 | 第74-78页 |
| 5．3．1 分裂算子 | 第74-75页 |
| 5．3．2 吞并算子 | 第75-76页 |
| 5．3．3 合作算子 | 第76-78页 |
| 5．4 组织进化数值优化算法 | 第78页 |
| 5．5 收敛性证明 | 第78-81页 |
| 5．6 无约束优化仿真实验 | 第81-85页 |
| 5．6．1 OEA的实验结果 | 第82-83页 |
| 5．6．2 OEA与FEP和OGA/Q的比较 | 第83-85页 |
| 5．7 有约束优化仿真实验 | 第85-90页 |
| 5．7．1 OEA与已有方法的性能比较 | 第85-88页 |
| 5．7．2 OEA的实验结果 | 第88-89页 |
| 5．7．3 种群规模对OEA求解无约束优化性能的影响 | 第89-90页 |
| 5．8 参数机理研究 | 第90-93页 |
| 5．8．1 参数AS和CS对OEA性能的影响 | 第91页 |
| 5．8．2 参数Max_os对OEA性能的影响 | 第91-93页 |
| 5．9 本章小结 | 第93-94页 |
| 第六章 协同进化多目标优化算法 | 第94-110页 |
| 6．1 多目标优化 | 第94-102页 |
| 6．1．1 多目标优化问题的起源与数学模型 | 第95-97页 |
| 6．1．2 经典的多目标进化算法 | 第97-100页 |
| 6．1．3 种群多样性 | 第100-101页 |
| 6．1．4 性能评价方法 | 第101-102页 |
| 6．2 协同进化多目标优化算法 | 第102-106页 |
| 6．2．1 适应度定义与选择机制 | 第103-104页 |
| 6．2．2 协同进化算子 | 第104-105页 |
| 6．2．3 算法描述 | 第105-106页 |
| 6．3 仿真实验比较研究 | 第106-109页 |
| 6．4 本章小结 | 第109-110页 |
| 第七章 移动模式序列——一种新的VLSI布图表示方法 | 第110-129页 |
| 7．1 布图规划问题 | 第110-112页 |
| 7．2 矩形模块移动模式序列 | 第112-120页 |
| 7．2．1 移动模式序列的定义 | 第112-114页 |
| 7．2．2 移动模式序列到布局的转换算法 | 第114-119页 |
| 7．2．3 移动模式序列到布局转换算法的正确性与计算复杂度分析 | 第119-120页 |
| 7．3 直线边界模块移动模式序列 | 第120-127页 |
| 7．3．1 直线边界模块的信息表示结构 | 第121-122页 |
| 7．3．2 移动模式序列到布局的转换算法 | 第122-127页 |
| 7．3．3 移动模式序列到布局的转换实例 | 第127页 |
| 7．4 本章小结 | 第127-129页 |
| 第八章 基于移动模式序列的组织进化算法 | 第129-152页 |
| 8．1 求解布图规划问题的组织定义 | 第129页 |
| 8．2 各类型模块形状的确定 | 第129-133页 |
| 8．3 组织进化算子设计 | 第133-137页 |
| 8．3．1 分裂算子 | 第133页 |
| 8．3．2 吞并算子 | 第133-136页 |
| 8．3．3 培训算子 | 第136-137页 |
| 8．4 基于移动模式序列的组织进化算法 | 第137-138页 |
| 8．5 仿真实验比较研究 | 第138-151页 |
| 8．5．1 硬矩形模块的布图规划实验 | 第140-145页 |
| 8．5．2 软矩形模块的布图规划实验 | 第145-149页 |
| 8．5．3 软矩形模块与硬直线边界模块混合的布图规划实验 | 第149-151页 |
| 8．6 本章小结 | 第151-152页 |
| 第九章 协同进化多目标优化算法求解VLSI布图规划问题 | 第152-163页 |
| 9．1 引言 | 第152页 |
| 9．2 协同进化算子设计 | 第152-157页 |
| 9．2．1 外部集交叉算子 | 第153-154页 |
| 9．2．2 变异算子 | 第154页 |
| 9．2．3 种群协作算子 | 第154-156页 |
| 9．2．4 个体培训算子 | 第156-157页 |
| 9．3 求解 VLSI布图规划问题的协同进化多目标优化算法 | 第157-158页 |
| 9．4 仿真实验比较研究 | 第158-160页 |
| 9．5 本章小结 | 第160-163页 |
| 第十章 总结与展望 | 第163-165页 |
| 附录A | 第165-167页 |
| 附录B | 第167-172页 |
| 附录C | 第172-178页 |
| 附录D | 第178-182页 |
| 附录E | 第182-184页 |
| 参考文献 | 第184-199页 |
| 致谢 | 第199-200页 |
| 硕博连读期间撰写的学术论文 | 第200-203页 |
| 硕博连读期间参与的科研项目 | 第203页 |
