多目标柔性调度问题的并行粒子群算法的分析与实现
| CONTENTS | 第6-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 粒子群优化算法概述 | 第11-17页 |
| 1.1 研究意义与研究现状 | 第11-13页 |
| 1.2 算法的基本原理 | 第13-14页 |
| 1.3 粒子群算法数学描述 | 第14-15页 |
| 1.4 算法基本流程 | 第15-17页 |
| 第2章 多目标粒子群优化算法的性能对比 | 第17-28页 |
| 2.1 多目标优化 | 第17-18页 |
| 2.2 多目标粒子群算法 | 第18-23页 |
| 2.2.1 CMOPSO算法 | 第20页 |
| 2.2.2 MOCLPSO算法 | 第20-21页 |
| 2.2.3 PAMOPSO算法 | 第21-23页 |
| 2.3 三种算法的实验结果与性能对比 | 第23-28页 |
| 第3章 并行粒子群算法的实现 | 第28-38页 |
| 3.1 CUDA并行计算平台 | 第28-31页 |
| 3.2 基于CUDA平台的并行PSO算法实现 | 第31-33页 |
| 3.3 实验结果及分析 | 第33-38页 |
| 第4章 并行MOPSO求解多目标柔性调度问题 | 第38-50页 |
| 4.1 问题描述 | 第38-39页 |
| 4.2 并行MOPSO | 第39-40页 |
| 4.3 编码设计 | 第40-41页 |
| 4.4 参数设置 | 第41-42页 |
| 4.5 适应度函数 | 第42页 |
| 4.6 模拟退火基本思想 | 第42-44页 |
| 4.7 算法流程 | 第44-45页 |
| 4.8 实验结果与分析 | 第45-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 学位论文评阅及答辩情况表 | 第56页 |
