| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| ·引言 | 第12页 |
| ·PSO 算法的研究背景 | 第12-14页 |
| ·PSO 算法的研究综述 | 第14-19页 |
| ·PSO 算法的国内外研究现状 | 第14-18页 |
| ·PSO 算法的研究趋势 | 第18-19页 |
| ·文化基因算法概述 | 第19-20页 |
| ·本文的主要研究内容与创新 | 第20-21页 |
| ·本文内容安排 | 第21-22页 |
| 第2章 优化技术及智能优化算法 | 第22-29页 |
| ·引言 | 第22页 |
| ·最优化技术 | 第22-24页 |
| ·传统优化算法 | 第22-23页 |
| ·现代优化算法 | 第23-24页 |
| ·智能进化算法 | 第24-25页 |
| ·粒子群优化算法 | 第25-27页 |
| ·基本粒子群算法 | 第25-27页 |
| ·几种主要的改进粒子群算法 | 第27页 |
| ·小结 | 第27-29页 |
| 第3章 带有递减扰动项的粒子群优化算法及分析 | 第29-43页 |
| ·引言 | 第29-30页 |
| ·PSO 算法分析 | 第30-32页 |
| ·PSO 算法改进机制 | 第32-33页 |
| ·改进 PSO 算法分析 | 第33-36页 |
| ·改进 PSO 算法仿真及分析 | 第36-42页 |
| ·测试函数选择 | 第36页 |
| ·测试函数参数设置 | 第36页 |
| ·仿真结果及分析 | 第36-40页 |
| ·改进 PSO 算法与其他版本 PSO 对比 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第4章 基于改进 PSO 算法的 Memetic 算法及其应用 | 第43-52页 |
| ·引言 | 第43-44页 |
| ·多处理器调度模型及分析 | 第44-45页 |
| ·调度算法模型 | 第45-48页 |
| ·PSO 算法模型 | 第46页 |
| ·模拟退火算法 | 第46-47页 |
| ·Memetic 算法模型 | 第47-48页 |
| ·实验仿真及对比分析 | 第48-51页 |
| ·典型 Benchmark 函数测试 | 第48-50页 |
| ·MSP 问题求解 | 第50-51页 |
| ·小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 附录 A：攻读硕士学位期间发表的学位论文目录 | 第60页 |