摘要 | 第5-7页 |
Abstract | 第7-8页 |
主要的符号表 | 第13-14页 |
第一章 绪论 | 第14-35页 |
1.1 引言 | 第14-16页 |
1.2 单目标演化算法 | 第16-24页 |
1.2.1 单目标演化算法简介 | 第16-20页 |
1.2.2 单目标演化算法性能研究进展 | 第20-24页 |
1.3 多目标演化算法 | 第24-28页 |
1.3.1 多目标演化算法简介 | 第24-26页 |
1.3.2 多目标演化算法性能研究进展 | 第26-28页 |
1.4 蚁群算法 | 第28-33页 |
1.4.1 蚁群算法简介 | 第28-31页 |
1.4.2 蚁群算法性能研究进展 | 第31-33页 |
1.5 论文的组织及本文的主要工作 | 第33-35页 |
第二章 演化算法和蚁群算法性能研究基础 | 第35-45页 |
2.1 引言 | 第35页 |
2.2 计算复杂度 | 第35-37页 |
2.3 常用的分析方法 | 第37-40页 |
2.3.1 适应值划分技术 | 第37-38页 |
2.3.2 漂移分析技术 | 第38页 |
2.3.3 多倍漂移分析 | 第38-39页 |
2.3.4 期望倍增距离减少 | 第39-40页 |
2.3.5 决策空间划分技术 | 第40页 |
2.4 数学工具 | 第40-44页 |
2.4.1 概率分布 | 第41页 |
2.4.2 偏差不等式 | 第41-43页 |
2.4.3 其他一些有用的结论 | 第43-44页 |
2.5 小结 | 第44-45页 |
第三章 (1+1)EA在最大独立集问题上的近似性能分析 | 第45-60页 |
3.1 引言 | 第45-46页 |
3.2 算法和问题 | 第46-50页 |
3.2.1 局部搜索算法 | 第46-47页 |
3.2.2 (1+1)EA | 第47-48页 |
3.2.3 最大独立集问题 | 第48-49页 |
3.2.4 k -Set Packing问题 | 第49-50页 |
3.2.5 适应值划分技术 | 第50页 |
3.3 (1+1)EA对独立集问题的近似性能分析 | 第50-54页 |
3.3.1 (1+1)EA求解最大独立集问题的近似性能 | 第50-52页 |
3.3.2 (1+1)EA求解k -Set Packing问题的性能分析 | 第52-54页 |
3.4 在一个独立集实例上(1+1)EA的运行时间优于局部搜索算法 | 第54-56页 |
3.5 在一个k -Set Packing实例上(1+1)EA的运行时间优于局部搜索算法 | 第56-58页 |
3.6 小结 | 第58-60页 |
第四章 Pareto存档演化策略在拟布尔函数上的运行时间分析 | 第60-84页 |
4.1 引言 | 第60-61页 |
4.2 预备知识 | 第61-68页 |
4.2.1 基本的定义和技术 | 第61-64页 |
4.2.2 相关的算法 | 第64-68页 |
4.3 PAES o算法的运行时间分析 | 第68-74页 |
4.3.1 PAES o算法在PATH函数上的运行时间分析 | 第68-71页 |
4.3.2 PAES o算法在LOTZ函数上的运行时间分析 | 第71-74页 |
4.4 IPAES算法的运行时间分析 | 第74-83页 |
4.4.1 IPAES o算法在LOTZ和PATH上的运行时间分析 | 第74-76页 |
4.4.2 IPAES s算法在LOTZ2函数上的期望运行时间分析 | 第76-78页 |
4.4.3 IPAES c算法在JUMPS函数上的期望运行时间分析 | 第78-83页 |
4.5 小结 | 第83-84页 |
第五章 蚁群算法在TSP(1,2)问题上的近似性能分析 | 第84-97页 |
5.1 引言 | 第84-85页 |
5.2 TSP(1,2)问题及ACO算法 | 第85-88页 |
5.3 两种ACO算法在TSP(1,2)上的近似性能分析 | 第88-93页 |
5.3.1 MMAS~*_(Ord)算法在TSP(1,2)问题上的近似性能分析 | 第89-93页 |
5.3.2 MMAS~*_(Arb)算法在TSP(1,2)问题上的近似性能分析 | 第93页 |
5.4 在一个实例上ACO算法优于局部搜索算法 | 第93-96页 |
5.5 小结 | 第96-97页 |
结论 | 第97-99页 |
参考文献 | 第99-110页 |
攻读博士学位期间取得的研究成果 | 第110-111页 |
致谢 | 第111-112页 |
附件 | 第112页 |