| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第1章 绪论 | 第14-28页 |
| ·引言 | 第14-15页 |
| ·国内外研究现状及发展动态分析 | 第15-23页 |
| ·求解离散优化问题的群体智能算法代表：蚁群算法 | 第18-20页 |
| ·求解连续优化问题的群体智能算法代表：粒子群优化算法 | 第20-22页 |
| ·国内外近几年提出的新的群体智能算法 | 第22-23页 |
| ·本文的主要研究内容和创新点 | 第23-25页 |
| ·主要研究内容 | 第23-25页 |
| ·创新点 | 第25页 |
| ·本文的组织安排 | 第25-28页 |
| 第2章 基本种子优化算法与种群分布演化模型研究 | 第28-62页 |
| ·引言 | 第28页 |
| ·基本种子优化算法描述 | 第28-35页 |
| ·算法思想 | 第28-29页 |
| ·算法模型与算法实现 | 第29-31页 |
| ·BOA 算法初步分析 | 第31-32页 |
| ·算法实验与分析 | 第32-35页 |
| ·种群分布演化模型研究 | 第35-59页 |
| ·生物种群分布演化概述 | 第35-37页 |
| ·基于正态分布的种子优化算法 | 第37-50页 |
| ·基于负二项分布的种子优化算法 | 第50-59页 |
| ·本章小结 | 第59-62页 |
| 第3章 优化策略的自适应选择研究 | 第62-78页 |
| ·引言 | 第62-63页 |
| ·知识工程概述 | 第63-64页 |
| ·优化策略自适应选择机制 | 第64-70页 |
| ·BOA 算法的主要参数 | 第65-66页 |
| ·优化策略分项的调整顺序和规则 | 第66-69页 |
| ·优化策略性能评价方法 | 第69-70页 |
| ·仿真实验 | 第70-76页 |
| ·实验方案 | 第70-71页 |
| ·实验参数设置 | 第71-72页 |
| ·实验结果 | 第72-75页 |
| ·实验分析 | 第75-76页 |
| ·本章小结 | 第76-78页 |
| 第4章 种子优化算法收敛性研究 | 第78-92页 |
| ·引言 | 第78页 |
| ·随机算法收敛的标准 | 第78-80页 |
| ·BOA 算法基本概念的数学定义 | 第80-81页 |
| ·BOA 算法的马尔可夫链模型与收敛性分析 | 第81-90页 |
| ·马尔可夫链概述 | 第81-85页 |
| ·BOA 算法的收敛性分析 | 第85-90页 |
| ·本章小结 | 第90-92页 |
| 第5章 种子优化算法的应用 | 第92-112页 |
| ·引言 | 第92页 |
| ·种子优化算法求解FM 问题 | 第92-97页 |
| ·调频（FM）合成参数估计问题概述 | 第92-94页 |
| ·种子优化算法求解FM 问题 | 第94-95页 |
| ·优化结果与分析 | 第95-97页 |
| ·种子优化算法求解灾后恢复重建排序问题 | 第97-103页 |
| ·地震灾害与恢复重建 | 第97页 |
| ·基于模糊偏好关系的排序方法 | 第97-99页 |
| ·数据的收集与整理 | 第99-102页 |
| ·排序结果与分析 | 第102-103页 |
| ·种子优化算法求解TSP 问题 | 第103-111页 |
| ·TSP 问题简介 | 第104-105页 |
| ·针对TSP 问题的种子优化算法设计 | 第105-107页 |
| ·基于BOA 的TSP 问题求解与分析 | 第107-111页 |
| ·本章小结 | 第111-112页 |
| 第6章 总结与展望 | 第112-116页 |
| ·论文的主要贡献和创新点 | 第112-113页 |
| ·后续研究展望 | 第113-116页 |
| 参考文献 | 第116-124页 |
| 在读期间发表的学术论文与取得的研究成果 | 第124-126页 |
| 已发表论文 | 第124页 |
| 待发表论文 | 第124-125页 |
| 申请发明专利 | 第125页 |
| 获得软件著作权登记 | 第125页 |
| 主持的项目 | 第125页 |
| 作为核心研究人员参与的项目 | 第125页 |
| 奖励情况 | 第125-126页 |
| 致谢 | 第126-127页 |