| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-15页 |
| 1.1 引言 | 第11-12页 |
| 1.2 研究背景、目的及意义 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 2 图染色理论及经典优化算法概述 | 第15-20页 |
| 2.1 引言 | 第15页 |
| 2.2 图染色基本定义和猜想 | 第15-16页 |
| 2.3 遗传算法在图染色中的应用分析 | 第16-18页 |
| 2.3.1 遗传算法综述 | 第16-17页 |
| 2.3.2 遗传算法在图染色中的应用分析 | 第17页 |
| 2.3.3 遗传算法总结 | 第17-18页 |
| 2.4 粒子群算法在图染色中的应用分析 | 第18-19页 |
| 2.4.1 粒子群优化算法综述 | 第18页 |
| 2.4.2 粒子群算法在图染色中的应用分析 | 第18-19页 |
| 2.4.3 粒子群算法总结 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 3 图的生成算法 | 第20-25页 |
| 3.1 引言 | 第20页 |
| 3.2 Kn\E(H)图生成算法 | 第20-24页 |
| 3.2.1 完全图Kn的定义 | 第20页 |
| 3.2.2 随机图H的定义 | 第20页 |
| 3.2.3 算法描述 | 第20-22页 |
| 3.2.4 算法测试 | 第22-24页 |
| 3.3 本章小结 | 第24-25页 |
| 4 基于多目标优化的Kn\E(H)图的染色算法 | 第25-46页 |
| 4.1 引言 | 第25页 |
| 4.2 邻点可区别全染色算法 | 第25-34页 |
| 4.2.1 邻点可区别全染色定义 | 第25-26页 |
| 4.2.2 多目标优化函数的构建 | 第26-27页 |
| 4.2.3 邻点可区别全染色算法描述 | 第27-28页 |
| 4.2.4 算法测试 | 第28-32页 |
| 4.2.5 算法分析 | 第32-33页 |
| 4.2.6 实验结果 | 第33-34页 |
| 4.3 点可区别全染色算法 | 第34-45页 |
| 4.3.1 点可区别全染色定义 | 第34-35页 |
| 4.3.2 多目标优化函数的构建 | 第35-36页 |
| 4.3.3 主要数据结构的定义 | 第36-37页 |
| 4.3.4 点可区别全染色算法描述及流程图 | 第37-38页 |
| 4.3.5 算法测试 | 第38-41页 |
| 4.3.6 算法分析 | 第41-42页 |
| 4.3.7 实验结果 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 大规模随机图的邻点可区别边染色算法 | 第46-61页 |
| 5.1 引言 | 第46页 |
| 5.2 大规模随机图生成算法 | 第46-47页 |
| 5.3 大规模随机图分割算法描述 | 第47-49页 |
| 5.3.1 分割算法步骤描述 | 第47-48页 |
| 5.3.2 分割算法正确性分析 | 第48-49页 |
| 5.4 大规模随机图的邻点可区别边染色算法 | 第49-58页 |
| 5.4.1 邻点可区别边染色的相关定义和猜想 | 第49页 |
| 5.4.2 目标函数的构建 | 第49-50页 |
| 5.4.3 邻点可区别边染色算法描述 | 第50-51页 |
| 5.4.4 大规模随机图分割及染色算法测试 | 第51-56页 |
| 5.4.5 邻点可区别边染色算法分析 | 第56页 |
| 5.4.6 实验结果 | 第56-58页 |
| 5.5 分割算法在大规模随机图的最短路径计算中的应用 | 第58-60页 |
| 5.5.1 图的最短路径问题 | 第58页 |
| 5.5.2 大规模随机图的最短路径算法测试 | 第58-60页 |
| 5.6 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录A Kn\E(H)图点可区别全染色部分实验结果 | 第66-75页 |
| 附录B 大规模随机图分割及染色实验详细过程 | 第75-81页 |
| 攻读学位期间的研究成果 | 第81页 |