| 摘要 | 第1-6页 |
| abstract | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| 第一节 研究背景及意义 | 第10-17页 |
| 一、优化问题 | 第10-13页 |
| 二、传统演化计算方法 | 第13-14页 |
| 三、演化计算方法的一般框架 | 第14-15页 |
| 四、群智能算法 | 第15-16页 |
| 五、离散优化问题与NP 问题 | 第16-17页 |
| 第二节 本文工作 | 第17-19页 |
| 一、课题来源 | 第17页 |
| 二、本文研究内容 | 第17-19页 |
| 第二章 粒子群算法研究与改进 | 第19-36页 |
| 第一节 引言 | 第19页 |
| 第二节 粒子群算法原理 | 第19-25页 |
| 一、基本粒子群算法 | 第19-21页 |
| 二、基本粒子群算法的社会行为分析 | 第21-23页 |
| 三、粒子群算法的两种基本进化模型 | 第23-24页 |
| 四、粒子群算法与遗传算法的比较 | 第24-25页 |
| 第三节 常见的改进粒子群算法 | 第25-30页 |
| 一、带惯性权重的粒子群算法（标准粒子群算法）及其改进 | 第25-27页 |
| 二、遗传思想改进粒子群算法 | 第27-28页 |
| 三、基于动态邻域的改进粒子群算法 | 第28-29页 |
| 四、解决离散问题的粒子群算法 | 第29-30页 |
| 第四节 本文对粒子群算法的改进 | 第30-34页 |
| 一、粒子间信息交流策略 | 第30-32页 |
| 二、具有动态分工搜索策略的改进粒子群算法 | 第32-34页 |
| 第五节 本章小结 | 第34-36页 |
| 第三章 改进粒子群算法在TSP 问题中的研究 | 第36-49页 |
| 第一节 TSP 问题 | 第36-38页 |
| 第二节 目前粒子群算法在TSP 问题中的研究 | 第38-40页 |
| 第三节 本文改进粒子群算法求解TSP 问题 | 第40-44页 |
| 一、本文算法中TSP 问题的表述 | 第40页 |
| 二、本文粒子群算法的改进 | 第40-44页 |
| 第四节 实验结果及分析 | 第44-48页 |
| 一、本文算法与同类粒子群算法的比较 | 第44-46页 |
| 二、本文算法与其它演化算法进行比较 | 第46-47页 |
| 三、本文算法求解TSP 问题的其它测试数据 | 第47-48页 |
| 第五节 本章小结 | 第48-49页 |
| 第四章 改进粒子群算法在课程表问题中的应用 | 第49-60页 |
| 第一节 前言 | 第49-50页 |
| 第二节 课程表问题的数学描述 | 第50-53页 |
| 一、排课定义 | 第50页 |
| 二、约束条件定义 | 第50-51页 |
| 三、课程表问题的数学模型 | 第51-53页 |
| 第三节 改进粒子群算法求解课程表问题 | 第53-58页 |
| 一、编码及粒子表示 | 第53页 |
| 二、随机初始化粒子群 | 第53-54页 |
| 三、适应度函数 | 第54-55页 |
| 四、粒子群速度、位置更新操作 | 第55-56页 |
| 五、求解课程表问题的改进粒子群算法 | 第56-58页 |
| 第四节 试验结果及分析 | 第58-59页 |
| 第五节 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 一、本文的主要成果和创新 | 第60页 |
| 二、研究展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65页 |