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 |