| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 量子粒子群优化算法国内外研究现状 | 第11-12页 |
| 1.2.2 协同演化算法国内外研究现状 | 第12-13页 |
| 1.2.3 背包问题国内外研究现状 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文内容安排 | 第15-16页 |
| 第2章 相关理论和方法 | 第16-29页 |
| 2.1 粒子群优化算法 | 第16-20页 |
| 2.1.1 粒子群优化算法的算法思想 | 第16-17页 |
| 2.1.2 粒子群优化算法的算法流程 | 第17-18页 |
| 2.1.3 二进制离散粒子群优化算法 | 第18-20页 |
| 2.2 量子粒子群优化算法 | 第20-23页 |
| 2.2.1 量子力学基础 | 第20-21页 |
| 2.2.2 量子粒子群优化算法 | 第21-22页 |
| 2.2.3 量子粒子群优化算法的算法流程 | 第22-23页 |
| 2.3 协同演化算法 | 第23-27页 |
| 2.3.1 捕食-猎物机制 | 第24-26页 |
| 2.3.2 种间竞争机制 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于多子种群的协同量子粒子群算法 | 第29-49页 |
| 3.1 基于多子种群的协同量子粒子群算法的算法思想 | 第29-33页 |
| 3.1.1 多子种群机制 | 第29-31页 |
| 3.1.2 子种群评价函数机制 | 第31-32页 |
| 3.1.3 协同机制 | 第32-33页 |
| 3.2 基于多子种群的协同量子粒子群算法的算法流程 | 第33-34页 |
| 3.3 实验结果分析 | 第34-48页 |
| 3.3.1 测试函数 | 第34-38页 |
| 3.3.2 算法性能分析 | 第38-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 基于协同的离散量子粒子群优化算法 | 第49-59页 |
| 4.1 引言 | 第49-50页 |
| 4.2 基于协同的离散量子粒子群优化算法 | 第50-53页 |
| 4.2.1 离散二进制量子粒子群优化算法 | 第50-51页 |
| 4.2.2 基于协同的离散量子粒子群优化算法的算法思想 | 第51-53页 |
| 4.3 实验结果分析 | 第53-57页 |
| 4.3.1 实验参数设置 | 第53-54页 |
| 4.3.2 0-1背包问题实验结果分析 | 第54-57页 |
| 4.3.3 多维背包问题实验结果分析 | 第57页 |
| 4.4 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-69页 |
| 致谢 | 第69页 |
