| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·群智能算法研究现状 | 第7-8页 |
| ·EDA 技术研究现状 | 第8-9页 |
| ·群智能算法硬件实现的意义 | 第9页 |
| ·本文的主要工作 | 第9-10页 |
| ·本文结构安排 | 第10-11页 |
| 第二章 系统结构设计 | 第11-20页 |
| ·传统系统设计方法 | 第11-12页 |
| ·基于EDA 技术的硬件设计方法 | 第12-18页 |
| ·VHDL 硬件描述语言 | 第12-14页 |
| ·Xinlinx 公司Sparta113 家族器件介绍 | 第14-18页 |
| ·提高群智能算法运行速度的设计方案 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 群智能算法 | 第20-32页 |
| ·蚁群算法 | 第20-23页 |
| ·蚁群行为描述 | 第20-22页 |
| ·蚁群算法的基本原理 | 第22-23页 |
| ·蚁群算法硬件实现的难点分析 | 第23页 |
| ·粒子群算法 | 第23-25页 |
| ·经典的粒子群算法（PSO）简介 | 第23-24页 |
| ·经典的粒子群算法的运算过程 | 第24-25页 |
| ·粒子群算法硬件实现的难点分析 | 第25页 |
| ·具有量子行为的粒子群算法 | 第25-31页 |
| ·QPSO 算法运算过程 | 第25-29页 |
| ·具有量子行为的粒子群算法和经典粒子群算法的比较 | 第29页 |
| ·具有量子行为的粒子群算法硬件实现的难点分析 | 第29-31页 |
| ·具有量子行为的粒子群算法硬件实现的特点 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第四章 高性能计算平台的设计与仿真 | 第32-45页 |
| ·平台整体结构 | 第32-33页 |
| ·数据通路 | 第33-35页 |
| ·数据通路的设计 | 第33页 |
| ·控制流程 | 第33-35页 |
| ·平台硬件电路设计 | 第35-42页 |
| ·控制模块设计 | 第35-36页 |
| ·存储器设计 | 第36页 |
| ·适应值模块设计 | 第36页 |
| ·比较模块设计 | 第36-38页 |
| ·新位置计算模块设计 | 第38-41页 |
| ·全局时钟的实现 | 第41-42页 |
| ·实验结果及分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 结论与展望 | 第45-47页 |
| ·结论 | 第45页 |
| ·存在的问题和未来研究方向 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第51页 |