| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·进化算法概述 | 第8-9页 |
| ·进化算法的背景 | 第8-9页 |
| ·进化算法的分支 | 第9页 |
| ·遗传算法的特点 | 第9-10页 |
| ·遗传算法的主要应用领域 | 第10-12页 |
| ·本文主要工作 | 第12-14页 |
| 第二章 遗传算法基础知识 | 第14-26页 |
| ·遗传算法的一些基本概念和术语及框架 | 第14-18页 |
| ·遗传算法的基本思想 | 第14页 |
| ·遗传算法的基本术语 | 第14-15页 |
| ·遗传算法基本框架 | 第15-18页 |
| ·经典遗传算法 | 第18-22页 |
| ·CGA 的基本步骤 | 第18页 |
| ·编码问题 | 第18-19页 |
| ·适应值函数 | 第19-20页 |
| ·遗传算子 | 第20-22页 |
| ·遗传算法参数控制 | 第22页 |
| ·经典遗传算法的数学理论 | 第22-26页 |
| ·模式定理(schema theorem) | 第22-24页 |
| ·积木块假设 | 第24-25页 |
| ·隐并行性(Implict parallelism) | 第25-26页 |
| 第三章 全局优化遗传算法的改进 | 第26-46页 |
| ·基于均匀分布编码的全局优化遗传算法 | 第26-32页 |
| ·引言 | 第26-27页 |
| ·算法编码机制 | 第27-28页 |
| ·产生初始种群 | 第28-29页 |
| ·局部选择 | 第29页 |
| ·遗传算子设计 | 第29-30页 |
| ·具体算法 | 第30页 |
| ·数值实验与比较 | 第30-31页 |
| ·同其他算法的比较与结果分析 | 第31-32页 |
| ·正交紧致遗传算法 | 第32-37页 |
| ·紧致遗传算法 | 第32-33页 |
| ·正交紧致遗传算法(Orthogonal Compact GA) | 第33-34页 |
| ·算法具体步骤与数值实验 | 第34-37页 |
| ·遗传算法在组合优化中的一个应用 | 第37-43页 |
| ·组合优化 | 第37页 |
| ·遗传算法求解组合优化问题的一般方法 | 第37-40页 |
| ·多次分组会议的最佳安排方案问题 | 第40页 |
| ·数学模型建立 | 第40-41页 |
| ·遗传算法设计 | 第41-43页 |
| ·参数选取与数值结果 | 第43页 |
| ·小结 | 第43-46页 |
| 第四章 粒子群算法及其改进 | 第46-54页 |
| ·粒子群优化算法简介 | 第46-48页 |
| ·粒子群算法原理 | 第46-47页 |
| ·算法流程及参数分析 | 第47-48页 |
| ·基于均匀设计的粒子群算法 | 第48-52页 |
| ·均匀设计 | 第48-49页 |
| ·基于均匀设计的粒子群算法 | 第49-50页 |
| ·参数选取和数值实验 | 第50-52页 |
| ·小结 | 第52-54页 |
| 结束语 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 研究成果 | 第62页 |
| 参加的科研项目 | 第62页 |