| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·引言 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-12页 |
| ·论文的主要工作及创新点 | 第12-13页 |
| ·组织结构 | 第13-15页 |
| 第二章 优化方法及智能优化算法 | 第15-25页 |
| ·粒子群优化算法 | 第15-18页 |
| ·PSO算法思想 | 第16页 |
| ·PSO算法流程 | 第16-17页 |
| ·研究进展 | 第17-18页 |
| ·模拟退火算法 | 第18-20页 |
| ·SA算法思想 | 第18-19页 |
| ·SA算法流程 | 第19-20页 |
| ·萤火虫优化算法 | 第20-21页 |
| ·GSO算法思想 | 第20页 |
| ·GSO算法描述 | 第20-21页 |
| ·研究进展 | 第21页 |
| ·MEMETIC算法 | 第21-24页 |
| ·Memetic算法框架模型 | 第21-22页 |
| ·Memetic算法流程 | 第22-24页 |
| ·研究进展 | 第24页 |
| ·小结 | 第24-25页 |
| 第三章 基于改进粒子群优化的MEMETIC算法 | 第25-39页 |
| ·MEMETIC算法框架 | 第25-26页 |
| ·顺序执行框架 | 第25-26页 |
| ·交替执行框架 | 第26页 |
| ·改进粒子群优化 | 第26-28页 |
| ·基于局部决策域的粒子描述 | 第26-27页 |
| ·算法步骤 | 第27-28页 |
| ·PMEMETIC算法 | 第28-32页 |
| ·S-PMemetic算法步骤 | 第28-30页 |
| ·A-PMemetic算法步骤 | 第30-32页 |
| ·实验和结果分析 | 第32-37页 |
| ·测试平台 | 第32页 |
| ·参数设置 | 第32页 |
| ·测试函数 | 第32-34页 |
| ·结果分析 | 第34-37页 |
| ·与其它改进MEMETIC算法的比较 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 一种基于A-PMEMETIC算法的多约束条件智能抽题算法 | 第39-49页 |
| ·智能组卷问题的数学模型 | 第39-40页 |
| ·基于A-PMEMETIC算法的多约束条件智能抽题算法 | 第40-41页 |
| ·算法流程 | 第40-41页 |
| ·适应度函数 | 第41页 |
| ·实验和结果分析 | 第41-44页 |
| ·测试平台 | 第41-42页 |
| ·试题数据导入 | 第42页 |
| ·问题描述与参数设置 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| ·智能组卷算法的应用 | 第44-48页 |
| ·基于因特网的高校双语教学与协作学习系统 | 第44-47页 |
| ·BTCLS系统流程与结构 | 第47-48页 |
| ·系统开发环境 | 第48页 |
| ·应用示例 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49-50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间的主要成果 | 第54-55页 |
| 1. 发表或录用的学术论文 | 第54页 |
| 2. 参加的科研项目 | 第54-55页 |
| 致谢 | 第55页 |