| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 研究的背景和意义 | 第16-17页 |
| 1.2 大规模全局优化问题研究现状以及面临的困难 | 第17-25页 |
| 1.3 论文的主要工作和创新点 | 第25-26页 |
| 1.4 论文的结构安排 | 第26页 |
| 1.5 本章小结 | 第26-28页 |
| 第二章 求解全局优化问题的一种新的辅助函数方法 | 第28-40页 |
| 2.1 几种类型的辅助函数方法介绍 | 第28-29页 |
| 2.2 求解全局优化问题的一种新的辅助函数方法 | 第29-32页 |
| 2.3 数值实验和结果分析 | 第32-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 一类新的无参数、连续可微的填充函数方法 | 第40-52页 |
| 3.1 引言 | 第40-41页 |
| 3.2 基本理论 | 第41-42页 |
| 3.3 一类新的无参数、连续可微的填充函数 | 第42-44页 |
| 3.4 新的填充函数算法(PFFF) | 第44-46页 |
| 3.5 数值实验 | 第46-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第四章 求解大规模全局优化问题的一种基于表达式分组的协同进化算法 | 第52-70页 |
| 4.1 引言 | 第52-53页 |
| 4.2 基于表达式的分组方法 | 第53-56页 |
| 4.3 一种基于表达式分组和协方差矩阵演化策略的方法 | 第56-61页 |
| 4.4 一种基于表达式分组的协同进化算法以及在更高维度问题上的应用 | 第61-67页 |
| 4.5 本章小结 | 第67-70页 |
| 第五章 解大规模全局优化问题的一种自适应离散扫描法和分组搜索法 | 第70-80页 |
| 5.1 引言 | 第70-71页 |
| 5.2 自适应离散扫描法 | 第71-73页 |
| 5.3 自适应分组搜索方法 | 第73-75页 |
| 5.4 基于自适应离散扫描法和分组搜索方法的两阶段优化算法 | 第75页 |
| 5.5 数值实验与结果分析 | 第75-79页 |
| 5.6 本章小结 | 第79-80页 |
| 第六章 一个基于贡献度分组的两阶段混合优化算法 | 第80-102页 |
| 6.1 引言 | 第80页 |
| 6.2 第一阶段算法：一种改进的自适应离散扫描法 | 第80-84页 |
| 6.3 一种新的基于贡献度分组方法（CBD） | 第84-85页 |
| 6.4 基于贡献度分组方法的两阶段混合优化算法(TPHA) | 第85-88页 |
| 6.5 实验结果和分析 | 第88-100页 |
| 6.5.1 TPHA算法与当前最新、最好算法的对比 | 第89-97页 |
| 6.5.2 TPHA算法在动态经济调度问题中的应用 | 第97-100页 |
| 6.6 本章小结 | 第100-102页 |
| 第七章 总结和展望 | 第102-104页 |
| 7.1 研究总结 | 第102-103页 |
| 7.2 工作展望 | 第103-104页 |
| 参考文献 | 第104-116页 |
| 致谢 | 第116-118页 |
| 作者简介 | 第118-120页 |
