| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 第一章 绪论 | 第8-19页 |
| ·课题的目的和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-15页 |
| ·本论文创作背景及标竿管理基本理论 | 第15-17页 |
| ·论文的结构及主要创新工作 | 第17-19页 |
| 第二章 标竿学习算法(BLA)的原理 | 第19-28页 |
| ·BLA算法基本原理 | 第19-20页 |
| ·BLA算法流程图 | 第20-22页 |
| ·BLA算法的自组织学习设计 | 第22-25页 |
| ·外部标竿学习 | 第22-23页 |
| ·内部标竿学习 | 第23-24页 |
| ·自我学习 | 第24-25页 |
| ·试探性学习 | 第25页 |
| ·BLA算法伪代码 | 第25-27页 |
| ·结论 | 第27-28页 |
| 第三章 标竿学习算法(BLA)的理论与实证分析 | 第28-73页 |
| ·BLA算法的主要特征 | 第28-33页 |
| ·独特的搜索模式 | 第28-29页 |
| ·算法的动态特性 | 第29-30页 |
| ·独特的动态小生境技术 | 第30-31页 |
| ·搜索过程中的重复性动作少 | 第31-32页 |
| ·搜索过程中没有无效性操作 | 第32-33页 |
| ·BLA算法解决了保持种群多样性难题 | 第33-41页 |
| ·BLA算法保持种群多样性能力的理论分析 | 第33-34页 |
| ·BLA算法保持种群多样性能力的实证分析 | 第34-41页 |
| ·BLA中各种学习策略对算法搜索性能的影响分析 | 第41-61页 |
| ·外部标竿的选取标准 | 第41-44页 |
| ·外部标竿学习策略对算法搜索性能的影响 | 第44-49页 |
| ·内部标竿学习策略对算法搜索性能的影响 | 第49-52页 |
| ·自我学习策略对算法搜索性能的影响 | 第52-56页 |
| ·试探性学习策略对算法搜索性能的影响 | 第56-61页 |
| ·小结 | 第61页 |
| ·BLA中各类参数对算法搜索性能的影响分析 | 第61-72页 |
| ·小生境种群个数及其规模对算法搜索性能的影响 | 第62-66页 |
| ·学习率对算法搜索性能的影响 | 第66-70页 |
| ·移动步长因子对算法搜索性能的影响 | 第70-71页 |
| ·小结 | 第71-72页 |
| ·BLA算法中各项控制参量的最佳设置方案 | 第72页 |
| ·结论 | 第72-73页 |
| 第四章 标竿学习算法(BLA)与其他算法的仿真对比实验 | 第73-96页 |
| ·静态的离散型问题—静态位匹配问题(SBMP) | 第73-76页 |
| ·SBMP的定义 | 第73页 |
| ·SBMP实验结果与分析 | 第73-76页 |
| ·动态的离散型问题—动态位匹配问题(DBMP) | 第76-79页 |
| ·DBMP的定义 | 第76页 |
| ·DBMP实验结果与分析 | 第76-79页 |
| ·静态的连续型问题—静态函数优化问题(SFOP) | 第79-90页 |
| ·SFOP问题的定义 | 第79页 |
| ·SFOP实验结果与分析 | 第79-90页 |
| ·动态的连续型问题—动态函数优化问题(DFOP) | 第90-95页 |
| ·DFOP的定义 | 第90-91页 |
| ·DFOP实验结果与分析 | 第91-95页 |
| ·结论 | 第95-96页 |
| 第五章 标竿学习算法(BLA)的应用研究 | 第96-104页 |
| ·引言 | 第96页 |
| ·BLA算法在0-1背包问题中的应用 | 第96-100页 |
| ·前言 | 第96-97页 |
| ·基于BLA的0-1背包问题的求解 | 第97-100页 |
| ·BLA算法在RBF网络中的应用 | 第100-103页 |
| ·前言 | 第100-101页 |
| ·基于BLA的RBF网络参数优化 | 第101-103页 |
| ·结论 | 第103-104页 |
| 第六章 结论与展望 | 第104-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-111页 |
| 攻读硕士学位期间参与的项目及发表的论文 | 第111页 |