| 第一章 引言 | 第1-13页 |
| 第二章 最优化理论基础 | 第13-70页 |
| 2．1 最优化的基本定义 | 第13-16页 |
| 2．2 最优化的历史 | 第16-17页 |
| 2．3 最优化技术的分类 | 第17-20页 |
| 2．4 传统的优化理论 | 第20-70页 |
| 2．4．1 基本的极值问题 | 第20-26页 |
| 2．4．2 线性规划问题 | 第26-32页 |
| 2．4．2．1 线性规划问题 | 第26-28页 |
| 2．4．2．2 单纯形法（Simplex Algorithm） | 第28-31页 |
| 2．4．2．3 线性规划问题的对偶性解法 | 第31-32页 |
| 2．4．3 非线性规划问题 | 第32-70页 |
| 2．4．3．1 数值方法基础 | 第32-40页 |
| 2．4．3．2 无约束最优化方法 | 第40-52页 |
| 2．4．3．3 约束最优化方法 | 第52-58页 |
| 2．4．3．4 几何规划方法 | 第58-61页 |
| 2．4．3．5 动态规划技术（Dynamic Programming） | 第61-64页 |
| 2．4．3．6 随机规划技术（Stochastic Programming） | 第64-70页 |
| 第三章 模拟退火技术（Simulated Annealing Algorithm） | 第70-95页 |
| 3．1 模拟退火算法引论 | 第70页 |
| 3．2 组合优化问题的局部最小值 | 第70-71页 |
| 3．3 SA算法的简单发展历史 | 第71-72页 |
| 3．4 Metropolis过程 | 第72-73页 |
| 3．5 模拟退火算法 | 第73-75页 |
| 3．6 SA算法的基本特性分析 | 第75-82页 |
| 3．7 SA的收敛性分析 | 第82-89页 |
| 3．8 SA收敛性的几点讨论 | 第89-90页 |
| 3．9 SA算法的有限时间实现 | 第90-95页 |
| 第四章 实用和修正的SA算法 | 第95-101页 |
| 4．1 CSA算法 | 第95-96页 |
| 4．2 FSA方法 | 第96-97页 |
| 4．3 MOSSA算法 | 第97-98页 |
| 4．4 SA算法在工程领域的应用 | 第98-101页 |
| 第五章 遗传算法（Genetic Algorithm） | 第101-120页 |
| 5．1 GA算法 | 第102-103页 |
| 5．2 GA的发展历史 | 第103-104页 |
| 5．3 遗传算法的理论和实验基础 | 第104-113页 |
| 5．4 一个简单GA算法过程—LGA算法 | 第113-120页 |
| 第六章 改进的遗传算法 | 第120-132页 |
| 6．1 归一化GA算法（NGA） | 第120-122页 |
| 6．2 混合式GA算法 | 第122-126页 |
| 6．2．1 变结构混合GA算法 | 第123-125页 |
| 6．2．2 局部码元穷举激活GA算法 | 第125-126页 |
| 6．2．3 GMOSSA变换法 | 第126页 |
| 6．3 几种算法的仿真实验结果和讨论 | 第126-132页 |
| 第七章 多操作结构SA算法应用于反卷积处理 | 第132-145页 |
| 7．1 引言 | 第132-133页 |
| 7．2 反卷积方法 | 第133-137页 |
| 7．3 模拟退火逼近 | 第137-139页 |
| 7．4 仿真实验 | 第139-145页 |
| 第八章 最优化技术在水下数据恢复和信道估计中的应用 | 第145-173页 |
| 8．1 引论 | 第145-146页 |
| 8．2 对模拟退火算法的修正说明 | 第146-147页 |
| 8．3 信道估计与数据序列恢复 | 第147-154页 |
| 8．4 仿真和讨论 | 第154-173页 |
| 第九章 混合GA算法应用于海底特性反演 | 第173-185页 |
| 9．1 引言 | 第173-174页 |
| 9．2 介质特性反演的特殊性考虑 | 第174-177页 |
| 9．3 基于抛物方程（PE）建模的反演方 | 第177-181页 |
| 9．4 仿真和讨论 | 第181-185页 |
| 第十章 论文取得的主要研究成果 | 第185-187页 |
| 参考文献 | 第187-198页 |
| 附录： 论文发表和成果获奖情况 | 第198-201页 |
| 致谢 | 第201页 |
