| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| CONTENTS | 第9-11页 |
| 图表目录 | 第11-14页 |
| 主要符号表 | 第14-16页 |
| 1 绪论 | 第16-37页 |
| ·组合优化问题 | 第16-18页 |
| ·求解组合优化问题的算法 | 第18-23页 |
| ·无免费午餐定理 | 第23-25页 |
| ·特化算法相关工作 | 第25-29页 |
| ·适应度地貌相关工作 | 第25-27页 |
| ·骨架相关工作 | 第27-29页 |
| ·泛化算法相关工作 | 第29-33页 |
| ·超启发式算法相关工作 | 第29-32页 |
| ·参数控制相关工作 | 第32-33页 |
| ·p-median问题 | 第33-35页 |
| ·存在问题和研究思路 | 第35-37页 |
| 2. 基于骨架的特化算法设计 | 第37-62页 |
| ·概述 | 第37页 |
| ·限界交叉方法的基本思想 | 第37页 |
| ·基于限界交叉的骨架抽取方法 | 第37-43页 |
| ·限界交叉方法的加速策略 | 第43-48页 |
| ·基于加速限界交叉的多级归约算法 | 第48-51页 |
| ·实验结果与分析 | 第51-61页 |
| ·实验环境与实现方案选择 | 第51-52页 |
| ·参数调制 | 第52页 |
| ·伪上界维护策略敏感度分析 | 第52-54页 |
| ·数值实验结果 | 第54-57页 |
| ·统计测试 | 第57-59页 |
| ·适应度地貌分析 | 第59-61页 |
| ·结论 | 第61-62页 |
| 3. 基于骨架的特化算法在聚类分析中的应用 | 第62-73页 |
| ·概述 | 第62-63页 |
| ·半监督信息获取难度分析 | 第63-66页 |
| ·基于限界交叉的成对约束判定算法 | 第66-68页 |
| ·实验结果与分析 | 第68-72页 |
| ·结论 | 第72-73页 |
| 4. 基于超启发式框架的泛化算法设计 | 第73-108页 |
| ·概述 | 第73-76页 |
| ·带低层参数控制的超启发式框架 | 第76-78页 |
| ·基于蚁群优化的低层参数控制 | 第78-81页 |
| ·M_(LLH)的设计 | 第81-85页 |
| ·基于蚁群优化的M_(LLH) | 第82-83页 |
| ·基于遗传算法的M_(LLH) | 第83-85页 |
| ·基于低层启发式算子二分策略的启发式空间归约 | 第85-88页 |
| ·AD-AH中的启发式空间归约 | 第86-87页 |
| ·AD-GH中的启发式空间归约 | 第87-88页 |
| ·实验结果与分析 | 第88-107页 |
| ·实验环境与实现方案选择 | 第88-90页 |
| ·数值实验结果 | 第90页 |
| ·算法效果评估 | 第90-105页 |
| ·算法效率评估 | 第105-107页 |
| ·结论 | 第107-108页 |
| 5. 总结与未来工作 | 第108-110页 |
| 参考文献 | 第110-120页 |
| 附录A ALCMA算法在标准实例库上的数值实验结果 | 第120-130页 |
| 附录B ALCMA算法在典型实例上的度地貌结果 | 第130-134页 |
| 攻读博士学位期间科研项目及科研成果 | 第134-135页 |
| 致谢 | 第135-136页 |
| 作者简介 | 第136-137页 |