| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及选题意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文的主要内容及组织结构 | 第10-12页 |
| 第二章 基础理论 | 第12-20页 |
| 2.1 群智能优化算法 | 第12-15页 |
| 2.2 雨林算法 | 第15-17页 |
| 2.2.1 采样价值和信息价值 | 第15-16页 |
| 2.2.2 算法规则和算法流程 | 第16-17页 |
| 2.3 MapReduce编程模型及Hadoop平台 | 第17-19页 |
| 2.3.1 MapReduce编程模型 | 第17-18页 |
| 2.3.2 Hadoop平台 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 雨林算法的改进方案 | 第20-46页 |
| 3.1 雨林算法参数分析及改进 | 第20-30页 |
| 3.1.1 伸展范围参数分析 | 第20-23页 |
| 3.1.2 代理数量参数分析 | 第23-24页 |
| 3.1.3 实验设计和结果分析 | 第24-30页 |
| 3.2 一种基于自适应种群的雨林算法 | 第30-37页 |
| 3.2.1 算法介绍和算法流程 | 第30-32页 |
| 3.2.2 实验设计和结果分析 | 第32-37页 |
| 3.3 一种基于阳光矢量的雨林算法 | 第37-44页 |
| 3.3.1 算法介绍和算法流程 | 第38-40页 |
| 3.3.2 实验设计和结果分析 | 第40-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第四章 雨林算法的MapReduce并行化方案 | 第46-52页 |
| 4.1 雨林算法并行化思想 | 第46-49页 |
| 4.2 MapReduce并行化思想 | 第49-50页 |
| 4.3 雨林算法的MapReduce并行化方案 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 MapReduce并行化实验 | 第52-60页 |
| 5.1 Hadoop集群环境的搭建 | 第52-53页 |
| 5.1.1 软硬件环境 | 第52页 |
| 5.1.2 集群搭建过程 | 第52-53页 |
| 5.2 粗粒度雨林算法的MapReduce化实现 | 第53-59页 |
| 5.2.1 粗粒度雨林算法介绍 | 第53页 |
| 5.2.2 MapReduce并行化执行流程 | 第53-54页 |
| 5.2.3 测试函数介绍 | 第54-55页 |
| 5.2.4 Hadoop编程设计 | 第55-57页 |
| 5.2.5 实验结果分析 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 主要工作及创新点 | 第60页 |
| 6.2 今后的研究工作 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |