| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·引言 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·论文的主要工作 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 2 Memetic算法原理 | 第13-25页 |
| ·术语介绍 | 第13-15页 |
| ·基因（Gene）、基因位(Locus)、等位基因（Allele） | 第13页 |
| ·染色体（Chromosome） | 第13-14页 |
| ·编码（Encoding）与解码（Decoding） | 第14页 |
| ·群体（Population）及群体规模（Population Size） | 第14页 |
| ·群体初始化（Population Initialization） | 第14页 |
| ·选择（Select）、交叉（Cross）与变异(Variation) | 第14-15页 |
| ·局部搜索（Local Search） | 第15页 |
| ·适应值（Fitness Value）与适应度函数（Fitness Function） | 第15页 |
| ·群体更新迭代（Group Update Iteration） | 第15页 |
| ·Memetic算法流程 | 第15-17页 |
| ·Memetic算法结构 | 第17-23页 |
| ·选择算子 | 第18-19页 |
| ·交叉算子 | 第19-20页 |
| ·变异算子 | 第20-22页 |
| ·局部搜索算子 | 第22-23页 |
| ·Memetic算法的终止条件 | 第23-24页 |
| ·Memetic算法的参数控制 | 第24-25页 |
| 3 Memetic算法在大学考试时间表中的应用 | 第25-32页 |
| ·大学考试时间表问题的描述 | 第25-26页 |
| ·Memetic算法设计 | 第26-29页 |
| ·辅助信息 | 第26页 |
| ·编码 | 第26-27页 |
| ·群体初始化 | 第27-28页 |
| ·全局搜索策略 | 第28-29页 |
| ·局部搜索策略 | 第29页 |
| ·基于Memetic算法的课程安排 | 第29-30页 |
| ·适应度函数的确立及其计算方法 | 第29-30页 |
| ·算法描述 | 第30页 |
| ·仿真实验 | 第30-31页 |
| ·结论 | 第31-32页 |
| 4 Memetic算法在智能组卷问题中的应用 | 第32-38页 |
| ·智能组卷建模 | 第32-34页 |
| ·Memetic算法设计 | 第34-37页 |
| ·编码 | 第34-35页 |
| ·群体初始化 | 第35页 |
| ·全局搜索策略 | 第35-36页 |
| ·局部搜索策略 | 第36页 |
| ·适应度函数的确立及其计算方法 | 第36-37页 |
| ·仿真实验 | 第37页 |
| ·结论 | 第37-38页 |
| 5 全文总结与展望 | 第38-39页 |
| ·全文总结 | 第38页 |
| ·研究展望 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43-44页 |
| 在读期间发表论文（著）及科研情况 | 第44页 |
