| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-14页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景、目的及意义 | 第10-11页 |
| 1.3 本文的研究内容及组织 | 第11-14页 |
| 2 图染色理论及经典优化算法概述 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 图染色相关理论 | 第14-16页 |
| 2.3 多目标优化概念 | 第16-17页 |
| 2.4 遗传算法解决最优化问题 | 第17-21页 |
| 2.4.1 遗传算法的基本思想 | 第17页 |
| 2.4.2 遗传算法在图染色中的应用 | 第17-20页 |
| 2.4.3 遗传算法总结 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 3 图的两种生成算法 | 第22-35页 |
| 3.1 引言 | 第22页 |
| 3.2 随机图的生成算法 | 第22-25页 |
| 3.2.1 随机图定义 | 第22页 |
| 3.2.2 算法设计 | 第22-23页 |
| 3.2.3 算法测试 | 第23-24页 |
| 3.2.4 实验结果 | 第24-25页 |
| 3.3 生成树算法 | 第25-31页 |
| 3.3.1 主要数据结构及生成树定义 | 第25-26页 |
| 3.3.2 算法设计 | 第26-28页 |
| 3.3.3 算法测试 | 第28-30页 |
| 3.3.4 实验结果 | 第30页 |
| 3.3.5 算法总结 | 第30-31页 |
| 3.4 生成有限点数所有伪非同构图算法 | 第31-35页 |
| 3.4.1 定义主要数据结构 | 第31页 |
| 3.4.2 算法设计 | 第31-33页 |
| 3.4.3 算法测试 | 第33-34页 |
| 3.4.4 实验结果 | 第34-35页 |
| 4 基于多目标优化的随机图的邻点强可区别全染色算法 | 第35-56页 |
| 4.1 引言 | 第35页 |
| 4.2 邻点强可区别全染色算法 | 第35-52页 |
| 4.2.1 构建多目标优化函数 | 第35-36页 |
| 4.2.2 主要数据结构定义 | 第36-37页 |
| 4.2.3 算法设计 | 第37-44页 |
| 4.2.4 算法流程示例 | 第44-50页 |
| 4.2.5 算法测试与结果分析 | 第50-52页 |
| 4.3 算法分析 | 第52-54页 |
| 4.4 算法总结 | 第54-56页 |
| 5 基于多目标优化的随机图的点强可区别全染色算法 | 第56-73页 |
| 5.1 引言 | 第56页 |
| 5.2 点强可区别全染色算法 | 第56-69页 |
| 5.2.1 构建多目标优化函数 | 第56-57页 |
| 5.2.2 算法设计 | 第57-60页 |
| 5.2.3 算法流程示例 | 第60-67页 |
| 5.2.4 算法测试与结果分析 | 第67-69页 |
| 5.3 算法分析 | 第69-71页 |
| 5.4 算法总结 | 第71-73页 |
| 结论 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考 文献 | 第75-78页 |
| 附录A 部分图的强可区别染色结果 | 第78-92页 |
| 攻读学位期间的研究成果及参加的科研项目 | 第92页 |