| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景、目的及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文的主要研究内容与创新之处 | 第13-14页 |
| 1.3.1 论文的主要研究内容 | 第13页 |
| 1.3.2 论文的创新之处 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 2 分布式约束优化算法研究基础 | 第15-29页 |
| 2.1 分布式约束优化问题 | 第15-16页 |
| 2.2 分布式约束优化实验 | 第16-20页 |
| 2.2.1 实验测试问题 | 第16-18页 |
| 2.2.2 实验平台 | 第18-19页 |
| 2.2.3 算法评价指标 | 第19-20页 |
| 2.3 求解分布式约束优化问题完备搜索算法 | 第20-25页 |
| 2.3.1 采用BFS策略的算法－ADOPT | 第20-21页 |
| 2.3.2 采用DFS策略的算法－BnB-ADOPT | 第21-22页 |
| 2.3.3 两种搜索策略的分析 | 第22-25页 |
| 2.4 求解分布式约束满足问题的蚁群优化算法 | 第25-28页 |
| 2.4.1 蚁群优化算法基本介绍 | 第25-26页 |
| 2.4.2 求解分布式约束满足问题的蚁群优化算法 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 深度优先搜索与最好优先搜索策略结合的DCOP完备算法 | 第29-55页 |
| 3.1 引言 | 第29页 |
| 3.2 DFS与BFS策略结合的完备算法 | 第29-47页 |
| 3.2.1 基于分层的DFS与BFS策略结合思想 | 第29-30页 |
| 3.2.2 分层规则 | 第30-32页 |
| 3.2.3 算法描述 | 第32-36页 |
| 3.2.4 算法的实例分析 | 第36-44页 |
| 3.2.5 算法的完备性证明和复杂性分析 | 第44-47页 |
| 3.3 实验结果及分析 | 第47-54页 |
| 3.3.1 实验方案及配置 | 第47-48页 |
| 3.3.2 参数a 实验分析 | 第48-49页 |
| 3.3.3 BD-ADOPT算法分析 | 第49-53页 |
| 3.3.4 实验总结 | 第53-54页 |
| 3.4 本章小结 | 第54-55页 |
| 4 基于蚁群优化引导的DCOP非完备算法 | 第55-71页 |
| 4.1 引言 | 第55页 |
| 4.2 基于蚁群优化引导的非完备搜索算法 | 第55-65页 |
| 4.2.1 基于蚁群优化引导的非完备搜索算法思路 | 第55-58页 |
| 4.2.2 算法描述 | 第58-63页 |
| 4.2.3 算法执行过程 | 第63-65页 |
| 4.3 实验结果及分析 | 第65-70页 |
| 4.3.1 实验方案及配置 | 第65-66页 |
| 4.3.2 蚂蚁数量的确定 | 第66页 |
| 4.3.3 算法的性能分析 | 第66-70页 |
| 4.4 本章小结 | 第70-71页 |
| 5 总结与展望 | 第71-73页 |
| 5.1 论文工作总结 | 第71页 |
| 5.2 未来工作的展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 | 第81页 |
| A. 作者在攻读硕士学位期间发表及录用的论文目录 | 第81页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第81页 |