云计算环境下可验证的粒子群优化外包研究
中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 引言 | 第9-13页 |
1.1 研究背景和选题依据 | 第9-10页 |
1.2 国内外研究现状及分析 | 第10-11页 |
1.3 研究内容与论文组织 | 第11-13页 |
2 非线性规划 | 第13-21页 |
2.1 基本概念 | 第13页 |
2.2 解法简述 | 第13-15页 |
2.2.1 下降迭代算法 | 第13-14页 |
2.2.2 启发式解法 | 第14-15页 |
2.3 最优性条件 | 第15-16页 |
2.3.1 起作用约束和可行下降方向 | 第15页 |
2.3.2 KKT条件 | 第15-16页 |
2.4 近似KKT条件 | 第16-18页 |
2.4.1 KKT条件的局限性 | 第16页 |
2.4.2 近似KKT点 | 第16-17页 |
2.4.3 基于近似KKT点的KKT误差 | 第17-18页 |
2.5 常用测试问题 | 第18-21页 |
3 粒子群优化算法 | 第21-29页 |
3.1 粒子群优化算法简介 | 第21-24页 |
3.1.1 基本粒子群优化算法 | 第21-23页 |
3.1.2 几种常见的粒子群优化算法 | 第23-24页 |
3.2 粒子群优化算法分析 | 第24-27页 |
3.2.1 算法参数分析 | 第24-25页 |
3.2.2 常用的测试函数 | 第25页 |
3.2.3 一个PSO算法实例 | 第25-27页 |
3.3 用PSO算法解决NLP问题 | 第27-28页 |
3.3.1 罚函数法 | 第27页 |
3.3.2 应用罚函数法 | 第27-28页 |
3.4 同其他算法的比较 | 第28-29页 |
4 可验证计算 | 第29-36页 |
4.1 基于传统理论的可验证计算 | 第29-32页 |
4.1.1 IP | 第30页 |
4.1.2 PCP | 第30-31页 |
4.1.3 QSP | 第31-32页 |
4.2 偏向实际可行的可验证计算 | 第32-36页 |
4.2.1 方案综述 | 第32-33页 |
4.2.2 外包环境下优化问题的可验证研究 | 第33-36页 |
5 PSO算法外包的验证研究 | 第36-46页 |
5.1 问题描述 | 第36-37页 |
5.1.1 问题背景 | 第36页 |
5.1.2 问题定义 | 第36-37页 |
5.1.3 安全模型 | 第37页 |
5.2 验证方案 | 第37-40页 |
5.2.1 方案框架 | 第37页 |
5.2.2 可验证的PSO算法 | 第37-39页 |
5.2.3 验证算法 | 第39-40页 |
5.3 验证方案分析 | 第40-41页 |
5.3.1 可验证性 | 第40页 |
5.3.2 安全性 | 第40-41页 |
5.3.3 算法性能 | 第41页 |
5.4 实验结果 | 第41-46页 |
5.4.1 可验证PSO算法的仿真 | 第41-43页 |
5.4.2 验证算法的仿真 | 第43-46页 |
6 外包PSO算法解决NLP问题的验证性研究 | 第46-58页 |
6.1 问题描述 | 第46-47页 |
6.1.1 问题背景 | 第46页 |
6.1.2 问题定义 | 第46-47页 |
6.2 安全模型和设计目标 | 第47-48页 |
6.2.1 安全模型 | 第47-48页 |
6.2.2 设计目标 | 第48页 |
6.3 验证方案 | 第48-51页 |
6.3.1 算法框架 | 第48页 |
6.3.2 生成问题阶段 | 第48-49页 |
6.3.3 计算外包阶段 | 第49页 |
6.3.4 执行验证阶段 | 第49-51页 |
6.3.5 实例 | 第51页 |
6.4 验证方案分析 | 第51-53页 |
6.4.1 正确性 | 第52页 |
6.4.2 安全性 | 第52-53页 |
6.4.3 高效性 | 第53页 |
6.5 实验结果 | 第53-58页 |
6.5.1 PSO相关测试函数的实验结果 | 第54-55页 |
6.5.2 带约束NLP问题的实验结果 | 第55-56页 |
6.5.3 不同迭代次数的实验结果 | 第56-58页 |
7 总结与展望 | 第58-61页 |
7.1 全文总结 | 第58-59页 |
7.2 研究展望 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-67页 |
附录 | 第67页 |
A. 作者在攻读学位期间发表的论文目录 | 第67页 |
B. 作者在攻读学位期间申请的专利 | 第67页 |