求解规划、聚类和调度问题的混合粒子群算法研究
| 内容提要 | 第1-7页 |
| 第1章 绪 论 | 第7-25页 |
| ·研究背景和意义 | 第7-10页 |
| ·进化计算和群智能技术 | 第10-13页 |
| ·进化计算 | 第10-11页 |
| ·群智能 | 第11-13页 |
| ·规划问题 | 第13-17页 |
| ·问题定义 | 第13-15页 |
| ·研究现状 | 第15-17页 |
| ·聚类问题 | 第17-21页 |
| ·问题定义 | 第17页 |
| ·研究现状 | 第17-21页 |
| ·生产调度问题 | 第21-23页 |
| ·问题定义 | 第21-22页 |
| ·研究现状 | 第22-23页 |
| ·本文工作及组织结构 | 第23-25页 |
| 第2章 相关算法介绍 | 第25-35页 |
| ·粒子群算法 | 第25-30页 |
| ·标准粒子群算法 | 第25-27页 |
| ·基于交换的粒子群算法 | 第27-28页 |
| ·基于置换的粒子群算法 | 第28-30页 |
| ·微分进化算法 | 第30-31页 |
| ·模拟退火算法 | 第31-32页 |
| ·遗传算法 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第3章 求解规划问题的混合粒子群算法 | 第35-63页 |
| ·求解单目标规划问题的 DE-PSO 算法 | 第35-47页 |
| ·算法基础 | 第35-37页 |
| ·算法描述 | 第37-40页 |
| ·实验结果 | 第40-47页 |
| ·求解多目标规划问题的 MCPSO 算法 | 第47-60页 |
| ·多目标优化问题的分解方法 | 第47-52页 |
| ·算法描述 | 第52-54页 |
| ·实验结果 | 第54-60页 |
| ·本章小结 | 第60-63页 |
| 第4章 求解聚类问题的混合粒子群算法 | 第63-77页 |
| ·K-means 算法介绍 | 第63-64页 |
| ·求解分割聚类问题的 PKPSO 算法 | 第64-71页 |
| ·适应度计算 | 第64-65页 |
| ·算法描述 | 第65-67页 |
| ·实验结果 | 第67-71页 |
| ·求解动态聚类问题的 DKPSO 算法 | 第71-76页 |
| ·适应度计算 | 第72-73页 |
| ·算法描述 | 第73-74页 |
| ·实验结果 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 求解调度问题的混合粒子群算法 | 第77-111页 |
| ·求解单目标调度问题的 SADPSO 算法 | 第77-83页 |
| ·算法描述 | 第77-80页 |
| ·实验结果 | 第80-83页 |
| ·求解单目标调度问题的 HPGA 算法 | 第83-90页 |
| ·算法描述 | 第83-86页 |
| ·实验结果 | 第86-90页 |
| ·求解单目标调度问题 AHPSO 算法 | 第90-98页 |
| ·算法描述 | 第90-93页 |
| ·实验结果 | 第93-98页 |
| ·求解单目标调度问题的 ATPPSO 算法 | 第98-103页 |
| ·算法描述 | 第99-100页 |
| ·实验结果 | 第100-103页 |
| ·求解多目标调度问题的 MDPSO 算法 | 第103-110页 |
| ·算法描述 | 第104-106页 |
| ·实验结果 | 第106-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 结论与展望 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 攻读博士学位期间发表的论文及参加的项目 | 第123-125页 |
| 致谢 | 第125-126页 |
| 摘要 | 第126-128页 |
| Abstract | 第128-130页 |
