采用思维进化计算求解最大团问题
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 引言 | 第8-12页 |
| 1 最大团问题概述 | 第8页 |
| 2 思维进化计算概述 | 第8-9页 |
| 3 论文主要工作和内容 | 第9-12页 |
| 第二章 最大团问题 | 第12-36页 |
| 1 最大团问题的定义 | 第12-14页 |
| (1) 最大团问题的基本定义 | 第12-13页 |
| (2) 最大团问题的数学描述 | 第13-14页 |
| 2 最大团问题研究概况 | 第14-15页 |
| 3 确定性算法概述 | 第15-17页 |
| (1) 列举法 | 第15-16页 |
| (2) 复杂列举算法研究情况 | 第16-17页 |
| 4 启发式算法 | 第17-24页 |
| (1) 顺序贪婪启发式算法 | 第17-18页 |
| (2) 局部搜索启发式算法 | 第18-19页 |
| (3) 高级启发式算法 | 第19-24页 |
| 5 遗传算法求解最大团问题 | 第24-36页 |
| (1) 遗传算法研究概况 | 第24-27页 |
| (2) 遗传算法原理 | 第27-32页 |
| (3) 使用GA求解最大团问题 | 第32-36页 |
| 第三章 思维进化计算 | 第36-48页 |
| 1 思维进化计算的提出 | 第36-37页 |
| 2 MEC的基本框架 | 第37-43页 |
| (1) MEC的系统结构和基本知识 | 第37-39页 |
| (2) MEC中的两个重要操作 | 第39-40页 |
| (3) MEC的算法描述 | 第40-42页 |
| (4) MEC的特点 | 第42-43页 |
| 3 三个基本机制 | 第43-44页 |
| 4 MEC的研究成果 | 第44-48页 |
| (1) 收敛性证明 | 第44-45页 |
| (2) MEC用于非数值优化问题 | 第45页 |
| (3) 采用MEC求解多目标优化问题 | 第45页 |
| (4) 并行MEC的研究 | 第45-46页 |
| (5) MEC的应用研究 | 第46-48页 |
| 第四章 采用MEC求解最大团问题 | 第48-56页 |
| 1 MCP-MEC1算法的提出 | 第48-49页 |
| 2 MCP-MEC1算法的基本原理 | 第49-52页 |
| (1) 团的生长 | 第49-50页 |
| (2) 子群体 | 第50-51页 |
| (3) 趋同操作 | 第51页 |
| (4) 算法的总体框架 | 第51-52页 |
| 3 MCP-MEC1算法实验 | 第52-55页 |
| (1) DIMACS基准图 | 第52-53页 |
| (2) RLS算法和HGA算法 | 第53页 |
| (3) 实验结果及比较 | 第53-55页 |
| 4 结论 | 第55-56页 |
| 第五章 总结 | 第56-58页 |
| 附录 | 第58-62页 |
| 附录1 MEC术语表 | 第58-59页 |
| 附录2 MEC伪码简单版本 | 第59-62页 |
| 参考文献 | 第62-72页 |
| 致谢 | 第72-74页 |
| 在学期间发表的论文 | 第74页 |
