| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状及发展趋势 | 第11-14页 |
| 1.2.1 膜计算的研究现状及趋势 | 第11-12页 |
| 1.2.2 组合优化问题的研究现状及趋势 | 第12-14页 |
| 1.3 相关理论基础 | 第14-23页 |
| 1.3.1 脉冲神经P系统的理论基础 | 第14-17页 |
| 1.3.2 PSO算法的理论基础 | 第17-20页 |
| 1.3.3 遗传算法的理论基础 | 第20-23页 |
| 1.4 本文研究内容及创新点 | 第23-24页 |
| 1.5 本文的组织结构 | 第24-26页 |
| 第2章 局部同质的异质加权脉冲神经P系统(IHWSNP) | 第26-43页 |
| 2.1 IHWSNP系统概述 | 第26-29页 |
| 2.2 IHWSNP系统的计算能力研究 | 第29-40页 |
| 2.2.1 产生模式下计算能力研究 | 第29-37页 |
| 2.2.2 接收模式下计算能力研究 | 第37-40页 |
| 2.3 结果分析 | 第40-43页 |
| 第3章 基于PSO算法的IHWSNP系统在PFSSP中的应用 | 第43-58页 |
| 3.1 置换流水车间调度问题概述 | 第43-45页 |
| 3.2 系统模型 | 第45-51页 |
| 3.2.1 优化IHWSNP系统 | 第45-48页 |
| 3.2.2 基于PSO算法的IHWSNP系统 | 第48-51页 |
| 3.3 实验及结果分析 | 第51-58页 |
| 3.3.1 仿真实验 | 第51-56页 |
| 3.3.2 结果分析 | 第56-58页 |
| 第4章 基于GA算法的IHWSNP系统在TSP中的应用 | 第58-65页 |
| 4.1 TSP问题概述 | 第58-59页 |
| 4.2 系统概述 | 第59-61页 |
| 4.2.1 系统模型 | 第59-60页 |
| 4.2.2 基于GA算法的IHWSNP系统 | 第60-61页 |
| 4.3 实验及结果分析 | 第61-65页 |
| 4.3.1 仿真实验 | 第61-63页 |
| 4.3.2 结果分析 | 第63-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 5.1 本文主要工作 | 第65-66页 |
| 5.2 进一步的研究方向 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第72-73页 |
| 攻读硕士学位期间获得的奖项 | 第73-74页 |
| 致谢 | 第74页 |
