| 摘要 | 第1-6页 |
| ABSTRACT | 第6-17页 |
| 第一章 绪论 | 第17-30页 |
| ·引言 | 第17-18页 |
| ·并行多种群模糊遗传算法的理论研究现状和应用可行性分析 | 第18-21页 |
| ·并行多种群模糊遗传算法的理论研究现状 | 第19-21页 |
| ·并行多种群模糊遗传算法的应用可行性分析 | 第21页 |
| ·计算机集群的理论研究现状和应用可行性分析 | 第21-24页 |
| ·计算机集群的研究现状 | 第22-23页 |
| ·计算机集群的应用可行性分析 | 第23-24页 |
| ·多目标跟踪算法的理论研究 | 第24-27页 |
| ·本文研究的主要内容、思路和仿真试验方法 | 第27-29页 |
| ·本文研究的主要内容 | 第27-28页 |
| ·本文总体研究思路 | 第28页 |
| ·本文研究的仿真试验方法 | 第28-29页 |
| ·本文的内容安排 | 第29-30页 |
| 第二章 具有自学习规则库的模糊自适应遗传算法 | 第30-48页 |
| ·引言 | 第30页 |
| ·自适应遗传算法 | 第30-35页 |
| ·自适应遗传算法的分类 | 第30-31页 |
| ·参数设置自适应遗传算法 | 第31-34页 |
| ·基于模糊逻辑控制器的自适应遗传算法 | 第34-35页 |
| ·基于六模糊控制器的自适应遗传算法 | 第35-42页 |
| ·自适应参数设置控制策略 | 第36-38页 |
| ·模糊控制器设计 | 第38-40页 |
| ·算法主体结构 | 第40-42页 |
| ·自学习混合模糊自适应遗传算法 | 第42-47页 |
| ·动态参数AGA 模糊知识系统的自动化设计 | 第42-43页 |
| ·自学习混合模糊自适应遗传算法的设计 | 第43-45页 |
| ·算法测试 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 基于COW 集群的6FLC-MDPFGA 算法的实现及其参数研究 | 第48-71页 |
| ·引言 | 第48-50页 |
| ·并行计算研究 | 第50-60页 |
| ·并行算法的理论研究 | 第50-54页 |
| ·并行计算机系统互连 | 第54-55页 |
| ·并行计算机的基本性能测度指标 | 第55-57页 |
| ·COW 集群技术发展现状 | 第57-60页 |
| ·基于COW 集群的6FLC-MDPFGA 算法的实现 | 第60-66页 |
| ·COW 集群及其关键构建技术MPI | 第60-61页 |
| ·6FLC-MDPFGA算法方案 | 第61-62页 |
| ·6FLC-MDPFGA 算法实现 | 第62-63页 |
| ·6FLC-MDPFGA 算法演示验证 | 第63-66页 |
| ·基于 COW 集群的6FLC-MDPFGA 算法参数研究 | 第66-70页 |
| ·算法参数设置试验及结果分析 | 第66-70页 |
| ·研究结论及问题讨论 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第四章 广义S 维分配问题 | 第71-82页 |
| ·引言 | 第71页 |
| ·静态SD 分配问题 | 第71-74页 |
| ·m-best SD 分配问题 | 第74-75页 |
| ·动态2D 分配问题 | 第75-77页 |
| ·广义SD分配算法概述 | 第77-80页 |
| ·静态SD 分配算法 | 第77-79页 |
| ·m-best SD分配算法 | 第79-80页 |
| ·动态2D 分配算法 | 第80页 |
| ·本章小结 | 第80-82页 |
| 第五章 基于6FLC-MDPFGA 的静态SD 分配算法 | 第82-94页 |
| ·引言 | 第82页 |
| ·问题描述 | 第82-84页 |
| ·基于6FLC-MDPFGA 的静态SD 分配算法设计 | 第84-85页 |
| ·算法仿真实验及分析 | 第85-92页 |
| ·本章小结 | 第92-94页 |
| 第六章 基于6FLC-MDPFGA 的m-best SD 分配算法 | 第94-107页 |
| ·引言 | 第94-95页 |
| ·问题描述 | 第95-96页 |
| ·基于6FLC-MDPFGA 的m-best SD 分配算法设计 | 第96-102页 |
| ·基于FGA 的算法介绍 | 第96-98页 |
| ·基于6FLC-MDPFGA 的m-best 2D 分配算法设计 | 第98-101页 |
| ·基于6FLC-MDPFGA 的m-best SD 分配算法合成 | 第101-102页 |
| ·算法仿真试验演示 | 第102-105页 |
| ·本章小结 | 第105-107页 |
| 第七章 基于6FLC-MDPFGA 的多维聚类分配数据关联算法 | 第107-124页 |
| ·引言 | 第107-109页 |
| ·问题描述 | 第109-114页 |
| ·采用分配问题公式的数据关联 | 第109-111页 |
| ·聚类算法 | 第111-114页 |
| ·基于6FLC-MDPFGA 的多维聚类分配数据关联算法设计 | 第114-120页 |
| ·两维情况下采用被动或LOS 传感器的聚类算法 | 第114-118页 |
| ·基于6FLC-MDPFGA 的多维聚类分配数据关联算法流程 | 第118-120页 |
| ·算法仿真试验演示 | 第120-123页 |
| ·SD 静态（准静态）分配问题 | 第120-122页 |
| ·动态问题 | 第122-123页 |
| ·本章小结 | 第123-124页 |
| 第八章 基于6FLC-MDPFGA 算法的硬件实现讨论 | 第124-132页 |
| ·引言 | 第124页 |
| ·基于FPGA 硬件算法现状 | 第124-125页 |
| ·FPGA 设计简介 | 第125-126页 |
| ·硬件动态可重构技术简介 | 第126-127页 |
| ·6FLC-MDPFGA 算法的硬件实现讨论 | 第127-130页 |
| ·并行模型的选择 | 第127-128页 |
| ·算法设计 | 第128页 |
| ·基于双 DSP+FPGA 集群的硬件实现平台模型 | 第128-130页 |
| ·本章小结 | 第130-132页 |
| 第九章 全文总结 | 第132-135页 |
| ·全文的研究工作和成果 | 第132-133页 |
| ·研究展望 | 第133-135页 |
| 参考文献 | 第135-150页 |
| 致谢 | 第150-151页 |
| 攻读博士学位期间发表的论文及科研情况 | 第151页 |
