| 内容提要 | 第1-8页 |
| 第一章 绪论 | 第8-12页 |
| ·选题背景与意义 | 第8-10页 |
| ·论文研究内容 | 第10-12页 |
| 第二章 基础知识 | 第12-32页 |
| ·遗传算法 | 第14-20页 |
| ·遗传算法简介 | 第15-17页 |
| ·GA 基本概念和基本操作 | 第17页 |
| ·求解TSP 的遗传操作方法 | 第17-20页 |
| ·蚁群算法 | 第20-24页 |
| ·基本蚁群算法的原理 | 第21页 |
| ·基本蚁群系统模型及其实现 | 第21-23页 |
| ·蚁群算法研究现状 | 第23-24页 |
| ·模拟退火算法 | 第24-27页 |
| ·模拟退火算法的模型 | 第25-26页 |
| ·模拟退火算法的参数控制问题 | 第26页 |
| ·模拟退火算法在局部搜索中的应用 | 第26-27页 |
| ·Memetic 算法 | 第27-32页 |
| ·Memetic 算法简介 | 第27-28页 |
| ·Memetic 算法描述与实现 | 第28-30页 |
| ·Memetic 算法研究现状 | 第30-32页 |
| 第三章 车间作业调度问题的智能求解方法 | 第32-53页 |
| ·引言 | 第32-33页 |
| ·车间作业调度问题 | 第33-36页 |
| ·车间作业调度问题概述 | 第33-35页 |
| ·车间作业调度问题的复杂性分析 | 第35-36页 |
| ·基于克隆选择的Memetic 算法求解车间作业调度问题 | 第36-48页 |
| ·算法概述 | 第36-37页 |
| ·克隆选择算法 | 第37-38页 |
| ·编码与解码 | 第38-40页 |
| ·初始群体的生成 | 第40-41页 |
| ·亲和度函数的设定 | 第41-43页 |
| ·重组与变异 | 第43-44页 |
| ·基于模拟退火的局部搜索算法 | 第44-48页 |
| ·数值模拟试验及结果 | 第48-52页 |
| ·参数的设定及其调整 | 第48-49页 |
| ·仿真结果 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 （广义）旅行商问题求解 | 第53-74页 |
| ·引言 | 第53-55页 |
| ·广义染色体遗传算法求解TSP 问题 | 第55-58页 |
| ·染色体编码长度分析 | 第56页 |
| ·编码空间分析 | 第56-57页 |
| ·GCGA 通用性的实验验证 | 第57-58页 |
| ·蚁群优化算法求解GTSP 问题 | 第58-65页 |
| ·蚁群优化算法求解GTSP 问题 | 第58-61页 |
| ·扩展蚁群算法 | 第61-62页 |
| ·考虑群体影响的蚁群优化算法 | 第62页 |
| ·变异操作 | 第62-63页 |
| ·2-OPT 局部搜索 | 第63-64页 |
| ·数值模拟 | 第64-65页 |
| ·本章小结 | 第65-74页 |
| 第五章 基于核的主成分分析方法及SOM 在上市公司综合绩效评价中的应用 | 第74-97页 |
| ·引言 | 第74-76页 |
| ·基于主成分分析的上市公司综合绩效评价 | 第76-83页 |
| ·主成分分析的概念及基本思想 | 第76-77页 |
| ·主成分分析的数学模型、算法及几何意义 | 第77-82页 |
| ·综合评价指标的设定 | 第82-83页 |
| ·基于核主成分分析的上市公司综合绩效评价 | 第83-93页 |
| ·核方法简介 | 第83页 |
| ·基于核的主成分分析 | 第83-86页 |
| ·综合评价指标的设定 | 第86-87页 |
| ·利用(核)PCA 对房地产类上市公司进行综合评价 | 第87-93页 |
| ·SOM 神经网络检验 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 第六章 全文总结 | 第97-100页 |
| 参考文献 | 第100-110页 |
| 攻博期间发表的学术论文及其他成果 | 第110-111页 |
| 致谢 | 第111-113页 |
| 中文摘要 | 第113-117页 |
| Abstract | 第117-120页 |
