| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-28页 |
| 1.1 研究背景和意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 软硬件划分算法研究现状 | 第15-16页 |
| 1.3 分布估计算法 | 第16-25页 |
| 1.3.1 分布估计算法产生背景 | 第16-20页 |
| 1.3.2 分布估计算法分类 | 第20-22页 |
| 1.3.3 分布估计算法研究现状 | 第22-25页 |
| 1.3.4 分布估计算法发展趋势 | 第25页 |
| 1.4 本文主要工作及组织结构 | 第25-28页 |
| 第2章 动态融合的遗传分布估计算法 | 第28-42页 |
| 2.1 动态融合的遗传分布估计算法 | 第28-35页 |
| 2.1.1 遗传算法 | 第28-30页 |
| 2.1.2 单变量边缘分布算法 | 第30-33页 |
| 2.1.3 两种算法的动态融合 | 第33-35页 |
| 2.2 动态融合的遗传分布估计算法求解 0/1 背包问题 | 第35-38页 |
| 2.2.1 0/1 背包问题 | 第35页 |
| 2.2.2 算法步骤 | 第35-36页 |
| 2.2.3 解的表示方法 | 第36页 |
| 2.2.4 初始种群的产生 | 第36页 |
| 2.2.5 不可行解修复 | 第36-37页 |
| 2.2.6 概率模型 | 第37页 |
| 2.2.7 遗传算法操作 | 第37-38页 |
| 2.3 算法仿真 | 第38-41页 |
| 2.3.1 参数设置 | 第38-39页 |
| 2.3.2 仿真结果 | 第39-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第3章 利用多信息的分布估计算法 | 第42-54页 |
| 3.1 分布估计算法基本框架 | 第42-43页 |
| 3.2 利用多信息的分布估计算法 | 第43-46页 |
| 3.2.1 考虑以往概率信息的概率模型构建 | 第43-44页 |
| 3.2.2 考虑劣势解信息的个体产生方法 | 第44-45页 |
| 3.2.3 利用多信息的分布估计算法 | 第45-46页 |
| 3.3 算法仿真 | 第46-52页 |
| 3.3.1 算法优化结果 | 第46-47页 |
| 3.3.2 参数设置 | 第47-49页 |
| 3.3.3 两种信息的影响 | 第49-52页 |
| 3.3.4 前代概率信息利用探讨 | 第52页 |
| 3.4 本章小结 | 第52-54页 |
| 第4章 精英克隆分布估计算法 | 第54-68页 |
| 4.1 单变量边缘分布算法多样性损失分析 | 第54-55页 |
| 4.2 精英克隆分布估计算法 | 第55-62页 |
| 4.2.1 增强局部搜索能力的精英克隆选择操作 | 第56-57页 |
| 4.2.2 多样性损失改善 | 第57-61页 |
| 4.2.3 精英克隆分布估计算法流程图 | 第61-62页 |
| 4.3 精英克隆分布估计算法求解多维背包问题 | 第62-67页 |
| 4.3.1 多维背包问题 | 第63页 |
| 4.3.2 参数设置 | 第63页 |
| 4.3.3 不可行解修复 | 第63-64页 |
| 4.3.4 仿真结果 | 第64-66页 |
| 4.3.5 算法复杂度分析 | 第66-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第5章 信息重组的多目标分布估计算法 | 第68-94页 |
| 5.1 多目标优化 | 第68-71页 |
| 5.1.1 多目标优化问题 | 第68-69页 |
| 5.1.2 Pareto支配 | 第69-71页 |
| 5.2 多目标分布估计算法 | 第71-75页 |
| 5.2.1 多目标优化算法 | 第71-72页 |
| 5.2.2 多目标分布估计算法 | 第72-75页 |
| 5.3 信息重组的多目标分布估计算法 | 第75-86页 |
| 5.3.1 聚类 | 第75-76页 |
| 5.3.2 信息熵 | 第76-77页 |
| 5.3.3 利用信息熵重组概率向量 | 第77-79页 |
| 5.3.4 个体的产生 | 第79-80页 |
| 5.3.5 适应度计算 | 第80-81页 |
| 5.3.6 选择机制 | 第81-83页 |
| 5.3.7 种群的产生 | 第83-85页 |
| 5.3.8 算法流程图 | 第85-86页 |
| 5.4 E-EDA算法求解多目标背包问题 | 第86-93页 |
| 5.4.1 多目标背包问题 | 第86页 |
| 5.4.2 不可行解修复 | 第86页 |
| 5.4.3 算法性能评价指标 | 第86-90页 |
| 5.4.4 仿真 | 第90-93页 |
| 5.4.5 算法复杂度分析 | 第93页 |
| 5.5 本章小结 | 第93-94页 |
| 第6章 分布估计算法在软硬件划分中的应用 | 第94-120页 |
| 6.1 软硬件划分 | 第94-97页 |
| 6.1.1 软硬件划分流程 | 第94-95页 |
| 6.1.2 软硬件划分问题 | 第95-97页 |
| 6.2 单目标单约束软硬件划分问题 | 第97-99页 |
| 6.3 精英克隆分布估计算法在多约束软硬件划分中的应用 | 第99-106页 |
| 6.3.1 多约束软硬件划分问题数学模型 | 第99-100页 |
| 6.3.2 精英克隆分布估计算法求解软硬件划分问题 | 第100-102页 |
| 6.3.3 仿真 | 第102-106页 |
| 6.4 信息重组的多目标分布估计算法在多目标软硬件划分中的应用 | 第106-118页 |
| 6.4.1 JPEG编码器 | 第106-108页 |
| 6.4.2 JPEG编码器软硬件划分模型 | 第108-113页 |
| 6.4.3 E-EDA算法求解JPEG编码器软硬件划分问题 | 第113-116页 |
| 6.4.4 仿真 | 第116-118页 |
| 6.5 本章小结 | 第118-120页 |
| 第7章 总结与展望 | 第120-124页 |
| 7.1 全文总结 | 第120-122页 |
| 7.2 展望 | 第122-124页 |
| 参考文献 | 第124-132页 |
| 攻读博士学位期间发表的论文、参加的科研项目 | 第132-134页 |
| 致谢 | 第134-135页 |
