| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文主要研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 问题描述 | 第13-15页 |
| 2.1 数学模型 | 第13页 |
| 2.2 物理模型 | 第13-15页 |
| 3 求解小规模等圆Packing问题的拟物拟人算法 | 第15-27页 |
| 3.1 BFGS算法 | 第15-17页 |
| 3.2 局部BFGS算法 | 第17-19页 |
| 3.3 跳坑策略 | 第19-23页 |
| 3.4 容器调整策略 | 第23-25页 |
| 3.5 高效拟物拟人算法(QPQH) | 第25页 |
| 3.6 本章小结 | 第25-27页 |
| 4 基于机器学习求解大规模等圆Packing问题 | 第27-34页 |
| 4.1 随机梯度下降法(Stochastic gradient descent,SGD) | 第27-29页 |
| 4.2 随机局部BFGS算法 | 第29-31页 |
| 4.3 基于分组梯度下降的跳坑策略 | 第31-32页 |
| 4.4 本章小结 | 第32-34页 |
| 5 实验结果与分析 | 第34-46页 |
| 5.1 参数调整 | 第34-37页 |
| 5.2 小规模等圆Packing实验结果 | 第37-42页 |
| 5.3 大规模等圆Packing实验结果 | 第42-45页 |
| 5.4 本章小结 | 第45-46页 |
| 6 总结与展望 | 第46-49页 |
| 6.1 总结 | 第46-47页 |
| 6.2 展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 附录1:攻读硕士学位期间参与的科研项目 | 第55-56页 |
| 附录2:攻读硕士学位期间发表论文目录 | 第56页 |