智能优化方法及其应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 概述 | 第11-33页 |
| ·引言 | 第11-12页 |
| ·遗传算法 | 第12-16页 |
| ·遗传算法的基本流程 | 第13-14页 |
| ·遗传算法的改进 | 第14-15页 |
| ·遗传算法的应用 | 第15-16页 |
| ·蚁群优化算法 | 第16-18页 |
| ·蚁群优化算法的基本流程 | 第16-17页 |
| ·蚁群优化算法的改进 | 第17-18页 |
| ·蚁群优化算法的应用 | 第18页 |
| ·粒子群优化算法 | 第18-23页 |
| ·粒子群算法的基本流程 | 第19-20页 |
| ·粒子群算法的改进 | 第20-22页 |
| ·粒子群算法的应用 | 第22-23页 |
| ·人工免疫系统 | 第23-26页 |
| ·生物免疫系统的相关机理 | 第23-26页 |
| ·免疫原理对其它智能算法的作用 | 第26页 |
| ·多任务分配和调度问题 | 第26-30页 |
| ·独立任务的分配问题 | 第27-28页 |
| ·相关任务的分配与调度问题 | 第28-30页 |
| ·本文的研究内容 | 第30-33页 |
| 第二章 异构环境下独立任务分配的遗传算法 | 第33-55页 |
| ·引言 | 第33-35页 |
| ·具有免疫特性的遗传算法 | 第35-38页 |
| ·接种疫苗算子 | 第36页 |
| ·免疫抑制算子 | 第36-38页 |
| ·独立任务分配的免疫遗传算法 | 第38-47页 |
| ·IGA算法的基本部件 | 第38-40页 |
| ·免疫优化算子 | 第40-44页 |
| ·算法的基本框架 | 第44-45页 |
| ·实验仿真 | 第45-47页 |
| ·独立任务分配的混合遗传算法 | 第47-52页 |
| ·算法的基本部件 | 第47-48页 |
| ·免疫优化算子 | 第48-49页 |
| ·算法的基本框架 | 第49-50页 |
| ·实验仿真 | 第50-52页 |
| ·小结 | 第52-55页 |
| 第三章 相关任务调度的混合遗传算法 | 第55-77页 |
| ·引言 | 第55-57页 |
| ·相关任务调度的遗传算法的研究现状 | 第57-61页 |
| ·编码方式 | 第57-59页 |
| ·处理优先关系的方式 | 第59-61页 |
| ·优化措施 | 第61页 |
| ·直接编码的相关任务调度的混合遗传算法 | 第61-69页 |
| ·算法的基本部件 | 第61-65页 |
| ·算法的基本框架 | 第65页 |
| ·实验仿真 | 第65-69页 |
| ·间接编码的相关任务调度的遗传算法 | 第69-76页 |
| ·算法的基本部件 | 第70-72页 |
| ·算法的基本框架 | 第72页 |
| ·实验仿真 | 第72-76页 |
| ·小结 | 第76-77页 |
| 第四章 基于免疫原理的蚁群优化算法 | 第77-99页 |
| ·引言 | 第77-81页 |
| ·蚁群优化算法的研究现状 | 第81-86页 |
| ·基于免疫原理的蚁群优化算法 | 第86-91页 |
| ·概念定义 | 第86-88页 |
| ·免疫抑制算子 | 第88页 |
| ·信息素平滑算子 | 第88-89页 |
| ·接种疫苗算子 | 第89-90页 |
| ·算法描述 | 第90-91页 |
| ·仿真实验 | 第91-96页 |
| ·免疫抑制算子的作用 | 第92-93页 |
| ·信息素平滑算子的作用 | 第93-94页 |
| ·接种疫苗算子的作用 | 第94-95页 |
| ·算法的总体效果 | 第95-96页 |
| ·小结 | 第96-99页 |
| 第五章 任务分配和调度的蚁群优化算法 | 第99-121页 |
| ·引言 | 第99-100页 |
| ·异构环境下独立任务分配的蚁群优化算法 | 第100-113页 |
| ·相关研究工作 | 第100-101页 |
| ·直接编码的免疫蚁群优化算法 | 第101-107页 |
| ·间接编码的分段免疫混合蚁群优化算法 | 第107-112页 |
| ·小结 | 第112-113页 |
| ·相关任务调度的蚁群优化算法 | 第113-119页 |
| ·解构造图 | 第114页 |
| ·基本操作算子 | 第114-115页 |
| ·ACO-EFT算法描述 | 第115页 |
| ·仿真实验及结果 | 第115-119页 |
| ·小结 | 第119页 |
| ·结论 | 第119-121页 |
| 第六章 离散粒子群优化算法的研究 | 第121-139页 |
| ·引言 | 第121-122页 |
| ·粒子群优化算法求解离散优化问题的研究现状 | 第122-124页 |
| ·连续粒子群优化算法 | 第122页 |
| ·离散粒子群优化算法 | 第122-124页 |
| ·求解TSP的离散粒子群优化算法 | 第124-130页 |
| ·对MDPSO算法的分析 | 第125-128页 |
| ·求解TSP问题的DPSO算法 | 第128-130页 |
| ·基于免疫原理的优化算子 | 第130-133页 |
| ·概念定义 | 第131页 |
| ·免疫排斥算子 | 第131-132页 |
| ·免疫膨胀算子 | 第132页 |
| ·接种疫苗算子 | 第132-133页 |
| ·算法描述 | 第133页 |
| ·仿真实验 | 第133-138页 |
| ·免疫排斥算子的作用 | 第133-134页 |
| ·免疫膨胀算子的作用 | 第134-135页 |
| ·接种疫苗算子的作用 | 第135-136页 |
| ·算法的总体效果 | 第136-138页 |
| ·小结 | 第138-139页 |
| 第七章 任务分配和调度的离散粒子群优化算法 | 第139-155页 |
| ·引言 | 第139-140页 |
| ·异构环境下独立任务分配的离散粒子群优化算法 | 第140-149页 |
| ·直接编码的免疫离散粒子群优化算法 | 第140-145页 |
| ·间接编码的免疫离散粒子群优化算法 | 第145-148页 |
| ·小结 | 第148-149页 |
| ·同构系统中相关任务的调度 | 第149-151页 |
| ·异构系统中相关任务的调度 | 第151-153页 |
| ·结论 | 第153-155页 |
| 第八章 总结与展望 | 第155-157页 |
| 参考文献 | 第157-169页 |
| 致谢 | 第169-171页 |
| 个人简历、在学期间发表的学术论文 | 第171页 |
