| 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 |
| ·差分进化算法的研究背景及意义 | 第12-14页 |
| ·差分进化算法综述 | 第14-18页 |
| ·差分进化算法的国内外研究现状 | 第14-17页 |
| ·差分进化算法的研究趋势 | 第17-18页 |
| ·Memetic算法概述 | 第18-20页 |
| ·本文主要研究内容及组织结构 | 第20-22页 |
| ·主要研究内容 | 第20页 |
| ·本文主要组织结构 | 第20-22页 |
| 第2章 最优化问题与群智能优化算法 | 第22-28页 |
| ·引言 | 第22页 |
| ·最优化方法 | 第22-24页 |
| ·确定性算法 | 第23页 |
| ·不确定性算法 | 第23-24页 |
| ·群智能优化算法 | 第24-26页 |
| ·差分进化算法 | 第26-28页 |
| 第3章 一种带自适应变异算子的Memetic差分进化算法 | 第28-39页 |
| ·引言(Introduction) | 第28-29页 |
| ·算法描述(Arithmetic Statement) | 第29-31页 |
| ·基本差分进化算法 | 第29-30页 |
| ·自适应变异算子 | 第30-31页 |
| ·基本差分进化算法的收敛性分析 | 第31-34页 |
| ·基本定义 | 第31-32页 |
| ·收敛性分析 | 第32-34页 |
| ·邻域搜索策略(Neighborhood Search Strategy) | 第34-35页 |
| ·数值试验(Numerical Experimentation) | 第35-38页 |
| ·Benchmarks测试函数 | 第35页 |
| ·MMADE算法实验分析 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第4章 一种改进的Memetic差分进化算法及其应用 | 第39-53页 |
| ·引言 | 第39-40页 |
| ·Job-shop问题描述及模型建立 | 第40-42页 |
| ·问题描述 | 第40-41页 |
| ·变量定义 | 第41页 |
| ·调度模型 | 第41-42页 |
| ·适应度函数 | 第42页 |
| ·Job-Shop调度模型 | 第42-44页 |
| ·DE算法模型 | 第42-43页 |
| ·局部搜索策略 | 第43页 |
| ·Memetic算法模型 | 第43-44页 |
| ·仿真实验及分析 | 第44-46页 |
| ·Benchmarks测试 | 第44-46页 |
| ·Benchmarks函数仿真结果分析 | 第46页 |
| ·Job-Shop调度问题求解 | 第46-52页 |
| ·编码算法 | 第46-48页 |
| ·解码算法 | 第48-49页 |
| ·Job-Shop调度问题实验与对比 | 第49-52页 |
| ·小结 | 第52-53页 |
| 总结 | 第53-55页 |
| 研究总结 | 第53-54页 |
| 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读学位期间所发表的学术论文 | 第61页 |
