二次分配问题的精度推进算法
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-11页 |
| ·QAP问题的研究现状 | 第9-10页 |
| ·本文主要工作和安排 | 第10-11页 |
| 2 求解QAP问题的启发式算法 | 第11-29页 |
| ·组合优化问题 | 第11-13页 |
| ·计算复杂性与NP完全问题 | 第13-16页 |
| ·二次分配问题 | 第16-18页 |
| ·QAP启发式算法 | 第18-29页 |
| ·禁忌搜索 | 第18-21页 |
| ·模拟退火算法 | 第21-23页 |
| ·遗传算法 | 第23-25页 |
| ·神经网络 | 第25-26页 |
| ·蚁群算法 | 第26-29页 |
| 3 启发式算法的适应度地貌分析 | 第29-40页 |
| ·适应度地貌在启发式算法中的应用 | 第29-30页 |
| ·适应度地貌的相关结构分析 | 第30-35页 |
| ·随机游走模型的时间序列分析 | 第35-38页 |
| ·动态适应度地貌分析 | 第38-40页 |
| 4 求解QAP问题的精度推进算法 | 第40-49页 |
| ·QAP问题的适应度地貌的相关定义 | 第40-41页 |
| ·QAP实例的精度变换 | 第41-42页 |
| ·精度变换算子 | 第41-42页 |
| ·时间复杂度分析 | 第42页 |
| ·不同精度实例的适应度地貌分析 | 第42-46页 |
| ·QAP问题的自相关函数与粗糙系数 | 第43-44页 |
| ·实验结果及分析 | 第44-46页 |
| ·精度推进算法 | 第46-49页 |
| ·PPA算法描述 | 第46-47页 |
| ·时间复杂度分析 | 第47页 |
| ·PPA算法的优点 | 第47-49页 |
| 5 实验及分析 | 第49-57页 |
| ·实验平台 | 第49页 |
| ·QAP问题实例 | 第49-50页 |
| ·实验描述 | 第50-52页 |
| ·源文件介绍 | 第50页 |
| ·程序流程 | 第50-51页 |
| ·相关公式介绍及符号说明 | 第51-52页 |
| ·PPA算法的性能分析 | 第52-57页 |
| ·PPA算法与Tabu算法对比 | 第52-55页 |
| ·PPA算法与主流启发式算法的性能比较 | 第55-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |