| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外对启发式算法的研究现状 | 第12-20页 |
| 1.2.1 遗传算法 | 第14-16页 |
| 1.2.2 粒子群优化算法 | 第16-17页 |
| 1.2.3 差分进化算法 | 第17-19页 |
| 1.2.4 和声搜索算法 | 第19-20页 |
| 1.3 本文主要工作 | 第20-23页 |
| 第二章 修正的粒子群优化算法在系统可靠性中的应用 | 第23-53页 |
| 2.1 粒子群优化算法 | 第23-27页 |
| 2.1.1 速度更新和位置更新 | 第23-24页 |
| 2.1.2 算法流程 | 第24页 |
| 2.1.3 一些改进的粒子群优化算法 | 第24-27页 |
| 2.2 修正的粒子群优化算法 | 第27-30页 |
| 2.3 可靠性问题 | 第30-31页 |
| 2.4 问题模型 | 第31-32页 |
| 2.5 准备工作 | 第32-33页 |
| 2.5.1 约束处理 | 第32页 |
| 2.5.2 对于整数变量的处理 | 第32-33页 |
| 2.6 仿真结果和分析 | 第33-51页 |
| 2.7 小结 | 第51-53页 |
| 第三章 改进的差分进化算法在工作分配问题中的应用 | 第53-77页 |
| 3.1 差分进化算法 | 第53-58页 |
| 3.1.1 算法流程 | 第53-55页 |
| 3.1.2 一些改进的差分进化算法 | 第55-58页 |
| 3.2 改进的差分进化算法 | 第58-60页 |
| 3.3 工作分配问题 | 第60-62页 |
| 3.4 问题模型 | 第62-63页 |
| 3.5 准备工作 | 第63-66页 |
| 3.5.1 处理约束工作分配问题的新模型 | 第63-64页 |
| 3.5.2 对于离散变量的处理 | 第64页 |
| 3.5.3 一个工作分配问题的例子 | 第64-66页 |
| 3.6 仿真结果和分析 | 第66-75页 |
| 3.7 小结 | 第75-77页 |
| 第四章 新颖的全局和声搜索算法 | 第77-115页 |
| 4.1 和声搜索算法 | 第77-79页 |
| 4.2 几种改进的和声搜索算法 | 第79-87页 |
| 4.2.1 改进的和声搜索算法 | 第80-81页 |
| 4.2.2 全局最好和声搜索算法 | 第81-83页 |
| 4.2.3 自适应全局最好和声搜索算法 | 第83-86页 |
| 4.2.4 另一种改进的和声搜索算法 | 第86-87页 |
| 4.3 新颖的全局和声搜索算法 | 第87-113页 |
| 4.3.1 算法提出的背景 | 第87页 |
| 4.3.2 算法介绍 | 第87-92页 |
| 4.3.3 仿真结果分析 | 第92-113页 |
| 4.4 小结 | 第113-115页 |
| 第五章 新颖的全局和声搜索算法在0-1背包问题中的应用 | 第115-129页 |
| 5.1 0-1背包问题 | 第115-116页 |
| 5.2 准备工作 | 第116页 |
| 5.2.1 约束处理 | 第116页 |
| 5.2.2 对于离散变量的处理 | 第116页 |
| 5.3 仿真结果和分析 | 第116-128页 |
| 5.3.1 变异率对NGHS算法的性能的影响 | 第117-124页 |
| 5.3.2 与其它两种和声搜索算法的比较 | 第124-127页 |
| 5.3.3 自适应步长对NGHS算法的性能的影响 | 第127-128页 |
| 5.4 小结 | 第128-129页 |
| 第六章 新颖的全局和声搜索算法在其它问题中的应用 | 第129-141页 |
| 6.1 NGHS算法在化学方程式配平中的应用 | 第129-135页 |
| 6.2 NGHS算法在PID控制中的应用 | 第135-140页 |
| 6.3 小结 | 第140-141页 |
| 第七章 结论与展望 | 第141-145页 |
| 参考文献 | 第145-157页 |
| 致谢 | 第157-159页 |
| 攻读博士期间发表的论文 | 第159-160页 |