| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-28页 |
| ·约束处理技术 | 第13-18页 |
| ·进化算法概述 | 第18-26页 |
| ·遗传算法 | 第19-23页 |
| ·进化策略 | 第23-24页 |
| ·进化算法进展 | 第24-25页 |
| ·存在的问题与发展趋势 | 第25-26页 |
| ·本文主要研究内容 | 第26-28页 |
| 第2章 基于邻域搜索的高维全局最优化算法 | 第28-48页 |
| ·全局最优化问题 | 第28-29页 |
| ·差异进化算法 | 第29-38页 |
| ·差异进化的算法框架 | 第31-33页 |
| ·差异进化算法的改进 | 第33-38页 |
| ·具有邻域搜索的 LiNDE | 第38-42页 |
| ·LiNDE 的算法框架 | 第39-40页 |
| ·邻域搜索算子 | 第40页 |
| ·算法 LiNDE 性能评价准则 | 第40-42页 |
| ·算法 LiNDE 的性能试验 | 第42-46页 |
| ·参数调整试验 | 第43页 |
| ·算法试验 | 第43-45页 |
| ·与其它算法对比 | 第45-46页 |
| ·结论与下一步工作 | 第46-48页 |
| 第3章 基于生命周期模型的全局最优化算法 | 第48-63页 |
| ·生命周期机制 | 第48-49页 |
| ·建模与算法框架 | 第49-53页 |
| ·学习阶段 | 第50-51页 |
| ·探索阶段 | 第51-52页 |
| ·重组阶段 | 第52-53页 |
| ·试验相关知识介绍 | 第53-57页 |
| ·克隆扩张策略（CSA） | 第53-54页 |
| ·静态克隆扩张策略（CSA/SC） | 第54-55页 |
| ·动态克隆扩张策略（CSA/RC） | 第55页 |
| ·适应值克隆扩张策略（CSA/FC） | 第55-56页 |
| ·结果评价准则 | 第56-57页 |
| ·试验结果及结论 | 第57-62页 |
| ·试验环境 | 第57页 |
| ·LIO 算法与传统的克隆扩张策略（CSAs）相比较 | 第57-62页 |
| ·结论与下一步工作 | 第62-63页 |
| 第4章 用于约束优化的混合佳点集进化策略 | 第63-81页 |
| ·约束优化问题相关描述 | 第63-64页 |
| ·约束优化中的正交方法 | 第64-66页 |
| ·交叉算子综述 | 第66-69页 |
| ·二进制表示的交叉算子 | 第66-67页 |
| ·用实数表示的交叉算子——实数交叉算子 | 第67-69页 |
| ·佳点集相关知识介绍 | 第69-71页 |
| ·基于佳点集 GP 的约束优化进化算法设计 | 第71-74页 |
| ·COAGPN 算法中的约束处理技术 | 第71-72页 |
| ·基于佳点集的交叉算子的设计方法 | 第72-73页 |
| ·变异算子 BGA | 第73-74页 |
| ·COAGPN 算法流程 | 第74页 |
| ·数值试验 | 第74-79页 |
| ·参数设置 | 第76页 |
| ·数值试验及结果分析 | 第76-79页 |
| ·COAGPN 算法对两个参数的依赖性 | 第79页 |
| ·结论与下一步工作 | 第79-81页 |
| 总结与展望 | 第81-83页 |
| 参考文献 | 第83-91页 |
| 致谢 | 第91-92页 |
| 附录 A：攻读博士学位期间取得的成果 | 第92-94页 |
| 附录 B：无约束全局优化函数 | 第94-98页 |
| 附录 C：约束全局优化函数 | 第98-101页 |