| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·粒子群优化算法研究意义 | 第8页 |
| ·本文主要工作及论文结构 | 第8-11页 |
| ·本文主要工作 | 第8-9页 |
| ·论文结构 | 第9-11页 |
| 第二章 粒子群优化算法及其相关算法概述 | 第11-21页 |
| ·元启发算法概述 | 第11-15页 |
| ·模拟退火算法 | 第11-12页 |
| ·遗传算法 | 第12-14页 |
| ·禁忌搜索算法 | 第14-15页 |
| ·标准粒子群优化算法 | 第15-18页 |
| ·标准粒子群优化算法原理 | 第15页 |
| ·标准粒子群优化算法构成要素 | 第15-17页 |
| ·标准粒子群优化算法流程 | 第17页 |
| ·粒子群优化算法与遗传算法的比较 | 第17-18页 |
| ·粒子群优化算法的应用领域 | 第18-19页 |
| ·粒子群优化算法的研究现状 | 第19-20页 |
| ·多种搜索算法的融合 | 第20-21页 |
| 第三章 随机扰动粒子群-爬山算法在 Toy 模型中的应用 | 第21-34页 |
| ·蛋白质结构预测问题及其研究模型 | 第21-23页 |
| ·蛋白质结构预测问题 | 第21-22页 |
| ·Toy 模型 | 第22-23页 |
| ·求解 Toy 模型的元启发算法概述 | 第23-24页 |
| ·随机扰动粒子群-爬山算法 | 第24-28页 |
| ·随机扰动粒子群优化算法 | 第25页 |
| ·爬山算法简介 | 第25-27页 |
| ·随机扰动粒子群-爬山算法流程 | 第27-28页 |
| ·结果分析 | 第28-33页 |
| ·Fibonacci 测试序列 | 第28-29页 |
| ·真实蛋白质序列测试 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 混合离散粒子群优化算法在QAP 上的应用 | 第34-57页 |
| ·QAP 问题描述 | 第34-35页 |
| ·QAP 介绍 | 第34页 |
| ·QAP 的benchmark | 第34-35页 |
| ·求解QAP 的元启发算法概述 | 第35-37页 |
| ·遗传算法 | 第35-36页 |
| ·禁忌搜索算法 | 第36页 |
| ·蚂蚁算法 | 第36-37页 |
| ·求解QAP 的混合离散粒子群优化算法 | 第37-39页 |
| ·混合离散粒子群优化算法 | 第37-39页 |
| ·结果分析 | 第39-46页 |
| ·算法对比 | 第39-43页 |
| ·参数设置分析 | 第43-46页 |
| ·基于 OpenMP 的并行实现 | 第46-56页 |
| ·并行计算性能评测 | 第46页 |
| ·OpenMP 概述 | 第46-47页 |
| ·OpenMP 的并行编程模型 | 第47-48页 |
| ·OpenMP 编译指导语句格式 | 第48页 |
| ·基于OpenMP 的并行算法实现 | 第48-50页 |
| ·基于OpenMP 的并行算法结果分析 | 第50-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录A QAP 实例文件结构 | 第63-64页 |
| 附录B 代码片段 | 第64-66页 |
| 攻读硕士学位期间参与的科研项目和发表的论文 | 第66-67页 |
| 致谢 | 第67页 |