| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 遗传算法 | 第14-22页 |
| 2.1 遗传算法综述 | 第14-17页 |
| 2.1.1 基本要素 | 第14-15页 |
| 2.1.2 基本原理及流程 | 第15-17页 |
| 2.2 传统平台下遗传算法研究现状 | 第17-20页 |
| 2.2.1 混合遗传算法研究现状 | 第18-19页 |
| 2.2.2 并行遗传算法研究现状 | 第19-20页 |
| 2.3 云计算下遗传算法研究现状及存在问题 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 大数据及云计算 | 第22-29页 |
| 3.1 大数据 | 第22-24页 |
| 3.1.1 大数据的产生及定义 | 第22页 |
| 3.1.2 大数据的特点 | 第22-23页 |
| 3.1.3 大数据的研究现状及挑战 | 第23-24页 |
| 3.2 云计算 | 第24-28页 |
| 3.2.1 云计算概述 | 第24-26页 |
| 3.2.2 云计算平台 | 第26-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 传统平台下遗传算法研究 | 第29-42页 |
| 4.1 配方问题简介及数学模型 | 第29-31页 |
| 4.2 初始种群生成的实现及优化 | 第31-32页 |
| 4.2.1 标准遗传算法的初始种群生成 | 第31页 |
| 4.2.2 初始种群生成的优化及实现 | 第31-32页 |
| 4.2.3 理论分析 | 第32页 |
| 4.3 交叉变异算子的实现及优化 | 第32-37页 |
| 4.3.1 标准遗传算法的交叉变异算子实现 | 第32-34页 |
| 4.3.2 交叉变异算子的优化及实现 | 第34-36页 |
| 4.3.3 理论分析 | 第36-37页 |
| 4.4 传统平台下对比实验与分析 | 第37-38页 |
| 4.5 处理问题规模研究 | 第38-40页 |
| 4.6 本章小结 | 第40-42页 |
| 第五章 云计算平台下遗传算法研究 | 第42-57页 |
| 5.1 标准遗传算法的实现 | 第42-44页 |
| 5.1.1 遗传算子及相关参数的设置 | 第42页 |
| 5.1.2 算法的MapReduce化 | 第42-44页 |
| 5.2 Hadoop平台下标准遗传算法与传统平台下遗传算法实验对比分析 | 第44-47页 |
| 5.2.1 处理问题规模的分析对比 | 第44-47页 |
| 5.2.2 求解质量的分析对比 | 第47页 |
| 5.3 遗传算法的优化 | 第47-53页 |
| 5.3.1 初始种群生成的优化 | 第47-48页 |
| 5.3.2 遗传算子的优化及实现 | 第48-50页 |
| 5.3.3 遗传参数设置 | 第50-51页 |
| 5.3.4 优化遗传算法的MapReduce化 | 第51-53页 |
| 5.4 Hadoop平台下优化遗传算法实验及结果 | 第53-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 云计算平台与传统平台算法的实验对比与分析 | 第57-62页 |
| 6.1 问题规模对遗传算法效率影响实验结果的对比分析 | 第57-59页 |
| 6.2 求解质量实验结果的对比分析 | 第59-61页 |
| 6.3 小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士期间取得的学术成果 | 第70-71页 |
| 致谢 | 第71页 |