| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·遗传算法的发展历程 | 第10-11页 |
| ·遗传算法的国内外研究现状 | 第11-13页 |
| ·本论文的主要研究工作和结构安排 | 第13-15页 |
| 第二章 遗传算法概论 | 第15-32页 |
| ·遗传算法的基本概念 | 第15-16页 |
| ·遗传算法的数学基础 | 第16-21页 |
| ·模式(Schema) | 第16-17页 |
| ·模式定理 | 第17-19页 |
| ·积木块假设 | 第19-20页 |
| ·遗传算法欺骗问题 | 第20-21页 |
| ·遗传算法的基本操作算子 | 第21-25页 |
| ·选择(selection) | 第21-22页 |
| ·交叉(crossover) | 第22-25页 |
| ·变异(mutation) | 第25页 |
| ·参数控制 | 第25-26页 |
| ·性能评价 | 第26-27页 |
| ·遗传算法的步骤 | 第27-28页 |
| ·遗传算法的特点 | 第28-30页 |
| ·遗传算法的应用 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 并行遗传算法(PGA) | 第32-38页 |
| ·并行算法概述 | 第32-33页 |
| ·并行算法的设计方法 | 第32-33页 |
| ·性能分析评估 | 第33页 |
| ·并行遗传算法的实现方案 | 第33-35页 |
| ·并行遗传算法的迁移策略 | 第35页 |
| ·并行遗传算法的性能分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于自适应迁移策略的并行遗传算法(AMPGA) | 第38-45页 |
| ·传统并行遗传算法不足分析及其改进思路 | 第38-39页 |
| ·AMPGA 的精英策略 | 第39页 |
| ·AMPGA 的编码方式 | 第39-40页 |
| ·AMPGA 的选择算子 | 第40页 |
| ·AMPGA 的交叉淘汰算子 | 第40-41页 |
| ·AMPGA 的并行化实现方法 | 第41-42页 |
| ·AMPGA 的迁移算子 | 第42-43页 |
| ·AMPGA 的接受算子 | 第43页 |
| ·AMPGA 的总体描述 | 第43-44页 |
| ·AMPGA 的算法并行效率分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第五章 AMPGA 在复杂函数优化问题及并行效率分析 | 第45-67页 |
| ·函数优化问题的描述与数学模型 | 第45-46页 |
| ·AMPGA 求解单峰函数优化问题 | 第46-48页 |
| ·AMPGA 求解多峰函数优化问题 | 第48-61页 |
| ·AMPGA 求解复杂高维函数优化问题 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第73页 |