| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·本文研究的背景和意义 | 第8-12页 |
| ·遗传算法的研究概述 | 第8-10页 |
| ·小生境机制的产生及简介 | 第10-11页 |
| ·小生境遗传算法在多模态优化问题中的应用 | 第11页 |
| ·本文主要解决的问题和研究意义 | 第11-12页 |
| ·研究思路与论文的组织结构 | 第12-13页 |
| 第二章 小生境遗传算法的研究 | 第13-24页 |
| ·遗传算法简介 | 第13-19页 |
| ·遗传算法的基本原理 | 第13页 |
| ·遗传算法的基本描述 | 第13-16页 |
| ·遗传算子 | 第16-17页 |
| ·遗传算法的特点 | 第17-19页 |
| ·小生境技术 | 第19页 |
| ·小生境技术在遗传算法中的发展和应用 | 第19-23页 |
| ·基于预选择机制（Preselection）的小生境技术 | 第20页 |
| ·基于排挤（crowding）机制的小生境技术 | 第20-21页 |
| ·基于适应值共享机制小生境技术 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 多模态优化问题的解决技术 | 第24-30页 |
| ·迭代 | 第24页 |
| ·适应值共享机制 | 第24-25页 |
| ·聚类算法 | 第25-26页 |
| ·自适应调整峰值 | 第26-27页 |
| ·顺序小生境（Sequential Niching）技术 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第四章 混合小生境遗传算法 | 第30-37页 |
| ·算法的基本思想和原理 | 第30-31页 |
| ·算法基本流程 | 第31-33页 |
| ·递减函数 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 混合遗传算法的性能测试和结果分析 | 第37-49页 |
| ·测试函数 | 第37-45页 |
| ·陷阱函数 | 第37-39页 |
| ·二进制编码函数 | 第39-44页 |
| ·Shubert函数 | 第44-45页 |
| ·结果分析 | 第45-48页 |
| ·性能指标 | 第45-46页 |
| ·陷阱函数 | 第46-47页 |
| ·二进制编码函数 | 第47页 |
| ·Shubert函数 | 第47-48页 |
| ·测试结果总结 | 第48-49页 |
| 第六章 结论 | 第49-50页 |
| ·本文总结 | 第49页 |
| ·问题展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |