| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-19页 |
| 第一章 绪论 | 第19-31页 |
| 1.1 研究背景与意义 | 第19-20页 |
| 1.2 进化算法的分类和基本框架 | 第20-22页 |
| 1.2.1 进化算法的分类 | 第20-22页 |
| 1.2.2 进化算法的基本框架 | 第22页 |
| 1.3 进化算法的最新进展 | 第22-25页 |
| 1.3.1 免疫进化算法 | 第23页 |
| 1.3.2 量子进化算法 | 第23页 |
| 1.3.3 Memetic算法 | 第23-24页 |
| 1.3.4 群智能算法 | 第24页 |
| 1.3.5 协同进化算法 | 第24-25页 |
| 1.4 考试时间表问题 | 第25页 |
| 1.5 考试时间表问题相关技术的最新进展 | 第25-29页 |
| 1.5.1 图启发技术 | 第25-26页 |
| 1.5.2 基于局部搜索的技术 | 第26-27页 |
| 1.5.3 基于种群的技术 | 第27-28页 |
| 1.5.4 超启发方法 | 第28-29页 |
| 1.6 本论文的主要工作 | 第29-31页 |
| 第二章 求解考试时间表问题的MAHH算法 | 第31-47页 |
| 2.1 引言 | 第31页 |
| 2.2 考试时间表问题的数学描述 | 第31-32页 |
| 2.3 MAHH的算法设计 | 第32-38页 |
| 2.3.1 算法框架与主要流程 | 第32-33页 |
| 2.3.2 超启发编码方式 | 第33-36页 |
| 2.3.3 种群初始化方法 | 第36-37页 |
| 2.3.4 局部搜索算子设计 | 第37-38页 |
| 2.4 实验结果与分析 | 第38-45页 |
| 2.4.1 实验设置 | 第38-39页 |
| 2.4.2 测试数据 | 第39页 |
| 2.4.3 初始化方法的性能分析 | 第39-41页 |
| 2.4.4 不同图启发算法的性能分析 | 第41-42页 |
| 2.4.5 局部搜索算子的性能分析 | 第42-44页 |
| 2.4.6 算法最终结果的对比分析 | 第44-45页 |
| 2.5 本章小结 | 第45-47页 |
| 第三章 求解考试时间表问题的MADES算法 | 第47-59页 |
| 3.1 引言 | 第47页 |
| 3.2 MADES的算法设计 | 第47-52页 |
| 3.2.1 算法框架与流程 | 第47-48页 |
| 3.2.2 适应度值评价函数 | 第48-49页 |
| 3.2.3 初始化方法 | 第49页 |
| 3.2.4 交叉操作和变异操作 | 第49-50页 |
| 3.2.5 局部搜索算子(第一进化空间) | 第50-51页 |
| 3.2.6 局部搜索算子(第二进化空间) | 第51-52页 |
| 3.3 实验结果与分析 | 第52-58页 |
| 3.3.1 第二进化空间种群规模n的设定 | 第52-53页 |
| 3.3.2 操作算子的性能分析 | 第53-56页 |
| 3.3.3 算法最终结果对比与分析 | 第56-58页 |
| 3.4 小结 | 第58-59页 |
| 第四章 求解考试时间表问题的ACMA算法 | 第59-73页 |
| 4.1 引言 | 第59页 |
| 4.2 ACMA的算法设计 | 第59-64页 |
| 4.2.1 算法框架与流程 | 第59-60页 |
| 4.2.2 进化策略分析 | 第60-62页 |
| 4.2.3 自适应协同进化策略 | 第62-64页 |
| 4.3 实验结果与分析 | 第64-71页 |
| 4.3.1 算法性能评价 | 第64-66页 |
| 4.3.2 自适应协同进化策略性能分析 | 第66-69页 |
| 4.3.3 局部搜索策略的性能分析 | 第69-71页 |
| 4.4 小结 | 第71-73页 |
| 第五章 一种改进的多目标免疫算法 | 第73-103页 |
| 5.1 引言 | 第73页 |
| 5.2 多目标优化问题的数学描述 | 第73-74页 |
| 5.3 三种经典的进化多目标优化算法 | 第74-79页 |
| 5.3.1 NSGA-Ⅱ | 第74-76页 |
| 5.3.2 MOEA/D | 第76-77页 |
| 5.3.3 NNIA | 第77-79页 |
| 5.4 EMIA的算法设计 | 第79-85页 |
| 5.4.1 算法框架与流程 | 第79页 |
| 5.4.2 一种新型的克隆算子 | 第79-83页 |
| 5.4.3 一种新的拥挤距离度量方法 | 第83-84页 |
| 5.4.4 重组操作与变异操作 | 第84-85页 |
| 5.4.5 算法复杂度分析 | 第85页 |
| 5.5 实验结果与分析 | 第85-101页 |
| 5.5.1 测试问题 | 第85-87页 |
| 5.5.2 性能评价指标 | 第87-88页 |
| 5.5.3 拥挤距离算子的性能测试 | 第88-91页 |
| 5.5.4 算法收敛性结果分析 | 第91-99页 |
| 5.5.5 扩展性实验分析 | 第99-101页 |
| 5.6 本章小结 | 第101-103页 |
| 第六章 求解多目标考试时间表问题的EMIA改进算法 | 第103-121页 |
| 6.1 引言 | 第103页 |
| 6.2 多目标考试时间表问题 | 第103页 |
| 6.3 EMIA改进算法的算法设计 | 第103-108页 |
| 6.3.1 算法初始化 | 第104-105页 |
| 6.3.2 局部搜索算子 | 第105-107页 |
| 6.3.3 交叉和变异操作 | 第107-108页 |
| 6.4 实验结果与分析 | 第108-119页 |
| 6.4.1 实验设置 | 第108-109页 |
| 6.4.2 初始化方法性能测试 | 第109-112页 |
| 6.4.3 克隆操作算子的性能指标 | 第112-114页 |
| 6.4.4 局部搜索算子的性能分析 | 第114-116页 |
| 6.4.5 算法最终结果分析 | 第116-119页 |
| 6.5 小结 | 第119-121页 |
| 第七章 结论和展望 | 第121-123页 |
| 7.1 总结与讨论 | 第121-122页 |
| 7.2 进一步研究展望 | 第122-123页 |
| 参考文献 | 第123-135页 |
| 致谢 | 第135-137页 |
| 作者简介 | 第137-138页 |