| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| §1.1 研究背景 | 第9页 |
| §1.2 本文主要研究内容 | 第9-13页 |
| 第二章 二次分配问题 | 第13-47页 |
| §2.1 组合优化问题 | 第13-14页 |
| §2.2 算法及其分类 | 第14-15页 |
| §2.3 计算复杂性与 NP 完全问题 | 第15-18页 |
| §2.4 二次分配问题 | 第18-46页 |
| §2.4.1 QAP 模型 | 第18-21页 |
| §2.4.2 QAP 的计算复杂性 | 第21-25页 |
| §2.4.3 QAP 的线性化 | 第25-30页 |
| §2.4.4 QAP 的多面体描述(QAP Polytopes) | 第30-32页 |
| §2.4.5 QAP 的下界计算方法 | 第32-36页 |
| §2.4.6 扩展 QAP 问题 | 第36-39页 |
| §2.4.7 QAP 的求解方法 | 第39-45页 |
| §2.4.8 QAP 的渐进特性(The Asymptotic Behavior of The QAP) | 第45-46页 |
| §2.5 小结 | 第46-47页 |
| 第三章 基于匈牙利算法的 QAP 对偶上升求解法 | 第47-67页 |
| §3.1 概述 | 第47页 |
| §3.2 二次分配问题线性化模型的结构特征 | 第47-51页 |
| §3.3 基于匈牙利算法的 QAP 下界对偶上升求解方法 | 第51-61页 |
| §3.3.1 匈牙利算法 | 第51-52页 |
| §3.3.2 几种基于匈牙利算法的 QAP 对偶上升求解法 | 第52-61页 |
| §3.4 算例分析 | 第61-66页 |
| §3.5 小结 | 第66-67页 |
| 第四章 几种求解二次分配问题的新方法 | 第67-91页 |
| §4.1 概述 | 第67页 |
| §4.2 基于 Gilmore-Lawler 下界的 QAP 线性化模型 | 第67-75页 |
| §4.2.1 Gilmore-Lawler 下界的等价形式 | 第67-69页 |
| §4.2.2 QAP 问题的 Gilmore-Lawler 线性化模型 | 第69-71页 |
| §4.2.3 算例分析 | 第71-75页 |
| §4.3 Adams-Johnson 线性化模型的缩减与改进 | 第75-85页 |
| §4.3.1 Adams-Johnson 线性化模型的有效缩减 | 第75-78页 |
| §4.3.2 算例分析 | 第78-85页 |
| §4.4 一种 QAP 线性化新方法 | 第85-88页 |
| §4.4.1 一种 QAP 线性化新模型 | 第85-88页 |
| §4.4.2 算例分析 | 第88页 |
| §4.5 小结 | 第88-91页 |
| 第五章 稀疏二次分配问题及其求解 | 第91-105页 |
| §5.1 概述 | 第91页 |
| §5.2 稀疏二次分配问题的线性化 | 第91-99页 |
| §5.3 算例分析 | 第99-104页 |
| §5.4 小结 | 第104-105页 |
| 第六章 二次分配问题的半拉格朗日求解法 | 第105-119页 |
| §6.1 概述 | 第105页 |
| §6.2 拉格朗日松弛方法 | 第105-106页 |
| §6.3 半拉格朗日松弛方法(Semi-Lagrangian Relaxation) | 第106-110页 |
| §6.4 求解 QAP 问题的半拉格朗日算法 | 第110-114页 |
| §6.4.1 QAP 的半拉格朗日松弛及其对偶问题 | 第110-112页 |
| §6.4.2 QAP 的半拉格朗日松弛的核问题 | 第112-114页 |
| §6.4.3 求解 QAP 的半拉格朗日松弛对偶问题的算法 | 第114页 |
| §6.5 算例分析 | 第114-117页 |
| §6.6 小结 | 第117-119页 |
| 第七章 结论与展望 | 第119-121页 |
| §7.1 全文总结 | 第119-120页 |
| §7.2 进一步的工作 | 第120-121页 |
| 参考文献 | 第121-133页 |
| 在读期间公开发表的论文和承担科研项目及取得成果 | 第133-135页 |
| 致谢 | 第135页 |
