| 摘要 | 第1-10页 |
| Abstract | 第10-14页 |
| 第1章 绪论 | 第14-31页 |
| ·研究课题的背景和意义 | 第14页 |
| ·群体智能优化方法研究进展 | 第14-17页 |
| ·基本蚁群优化算法 | 第17-22页 |
| ·蚁群优化元启发式算法 | 第17-19页 |
| ·三种典型的蚁群优化算法 | 第19-22页 |
| ·并行蚁群算法 | 第22-24页 |
| ·引入并行蚁群算法的理由 | 第22页 |
| ·蚁群算法固有的并行性 | 第22-23页 |
| ·并行蚁群算法的基本框架 | 第23-24页 |
| ·基本粒子群优化算法 | 第24-26页 |
| ·蚁群算法与粒子群算法的比较 | 第26-27页 |
| ·论文研究内容及组织 | 第27-31页 |
| ·研究内容 | 第27-29页 |
| ·论文创新点 | 第29-30页 |
| ·论文组织 | 第30-31页 |
| 第2章 二元离散粒子群算法本质的研究 | 第31-41页 |
| ·引言 | 第31-32页 |
| ·二元离散粒子群算法 | 第32-33页 |
| ·基于值比例概率的粒子群算法 | 第33页 |
| ·领袖粒子 | 第33-35页 |
| ·函数验证 | 第35-40页 |
| ·测试函数集 | 第35-36页 |
| ·标准测试函数的编码方式 | 第36页 |
| ·实验参数设置 | 第36页 |
| ·算法评价指标及评价结果 | 第36-40页 |
| ·小结 | 第40-41页 |
| 第3章 求解线性顺序问题的离散粒子群算法 | 第41-66页 |
| ·引言 | 第41-42页 |
| ·线性顺序问题 | 第42-43页 |
| ·粒子群优化算法求解离散优化问题的常用方法 | 第43-55页 |
| ·实数编码方案 | 第43-47页 |
| ·整数编码方案 | 第47-55页 |
| ·求解线性顺序问题的离散粒子群算法 | 第55-60页 |
| ·粒子中解的表示和逆算子 | 第55页 |
| ·速度的定义 | 第55页 |
| ·解排列间的距离 | 第55-56页 |
| ·最小位置值规则 | 第56页 |
| ·初始化粒子群 | 第56-58页 |
| ·局部搜索算法 | 第58-59页 |
| ·算法总流程 | 第59-60页 |
| ·实例验证 | 第60-65页 |
| ·基于交换的离散粒子群算法 | 第60页 |
| ·测试集LOLIB | 第60页 |
| ·实验参数设置 | 第60-61页 |
| ·实验结果 | 第61-65页 |
| ·小结 | 第65-66页 |
| 第4章 置换流水车间调度问题初始解集的构建方法比较研究 | 第66-93页 |
| ·引言 | 第66页 |
| ·置换流水车间调度问题描述和数学模型 | 第66-68页 |
| ·置换流水车间调度问题的求解算法 | 第68-79页 |
| ·最优化算法 | 第68-71页 |
| ·构造式启发式算法 | 第71-73页 |
| ·提高式启发式算法 | 第73-74页 |
| ·元启发式算法 | 第74-79页 |
| ·置换流水车间调度问题初始解集的构建方法 | 第79-83页 |
| ·基于CDS、RA和工件交换的解集构建方法 | 第79-80页 |
| ·基于NEH和工件交换的解集构建方法 | 第80页 |
| ·基于GRASP的解集构建方法 | 第80-82页 |
| ·基于NEH和概率的解集构建方法 | 第82页 |
| ·基于NEH、Gupta、CDS、Palmer和GRNEH的解集构建方法 | 第82-83页 |
| ·基于NEH和GRASP的解集构建方法 | 第83页 |
| ·解多样性的距离测度 | 第83-86页 |
| ·完全匹配距离 | 第84页 |
| ·偏差距离 | 第84-85页 |
| ·A距离 | 第85页 |
| ·编辑距离 | 第85-86页 |
| ·解集间多样性的测度 | 第86页 |
| ·实验结果 | 第86-88页 |
| ·实验参数设置 | 第86-87页 |
| ·初始解集的解质量比较 | 第87-88页 |
| ·初始解集的多样性测度 | 第88页 |
| ·初始解集产生中的解碰撞现象 | 第88页 |
| ·小结 | 第88-93页 |
| 第5章 基于信息素交叉算子和排斥算子的并行蚁群算法 | 第93-107页 |
| ·引言 | 第93-94页 |
| ·并行蚁群算法的常见类型 | 第94-99页 |
| ·细粒度和粗粒度并行蚁群算法 | 第94-95页 |
| ·基于不同交流内容的并行蚁群算法 | 第95-98页 |
| ·同步并行实现和部分异步并行实现的并行蚁群算法 | 第98页 |
| ·环状连接和2D连接的并行蚁群算法 | 第98-99页 |
| ·其它并行蚁群算法 | 第99页 |
| ·基于信息素交叉算子和排斥算子的并行蚁群算法 | 第99-102页 |
| ·最初时的子种群的初始化 | 第100页 |
| ·子种群的评价规则 | 第100-101页 |
| ·用信息素交叉算子重新初始化一个新的子种群 | 第101页 |
| ·信息素排斥算子 | 第101-102页 |
| ·多种群的蚁群优化算法的异步并行实现 | 第102-104页 |
| ·实例验证 | 第104-106页 |
| ·算法的并行独立实现与串行实现 | 第104页 |
| ·实验参数设置 | 第104-105页 |
| ·实验结果 | 第105-106页 |
| ·小结 | 第106-107页 |
| 第6章 总结和展望 | 第107-110页 |
| ·总结 | 第107-108页 |
| ·进一步研究工作 | 第108-110页 |
| 参考文献 | 第110-126页 |
| 在学期间公开发表及录用的论文 | 第126-127页 |
| 在学期间参与的项目 | 第127-128页 |
| 致谢 | 第128页 |
