| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-17页 |
| ·优化算法简介 | 第9-15页 |
| ·记忆梯度算法简介 | 第9-10页 |
| ·对角稀疏拟牛顿算法简介 | 第10-14页 |
| ·带误差项的算法和非单调线搜索技术简介 | 第14-15页 |
| ·虚拟企业伙伴选择问题简介 | 第15-17页 |
| 第二章 结合Armijo 步长搜索的带误差项的记忆梯度算法 | 第17-26页 |
| ·引言 | 第17-18页 |
| ·算法及其性质 | 第18-20页 |
| ·全局收敛性 | 第20-23页 |
| ·数值实验 | 第23-26页 |
| 第三章 新的非单调线搜索规则的带误差项 Lampariello 修正对角稀疏拟牛顿算法 | 第26-42页 |
| ·引言 | 第26-28页 |
| ·算法及其性质 | 第28-30页 |
| ·算法全局收敛性 | 第30-36页 |
| ·超线性收敛性 | 第36-37页 |
| ·数值实验 | 第37-42页 |
| 第四章 虚拟企业合作伙伴选择模型与管理 | 第42-50页 |
| ·虚拟企业合作伙伴选择所用优化算法——遗传-模拟退火算法研究 | 第42-43页 |
| ·遗传-模拟退火算法的性质 | 第42页 |
| ·算法流程图 | 第42-43页 |
| ·虚拟企业合作伙伴综合选择模型 | 第43-47页 |
| ·虚拟企业伙伴综合选择的三阶段模型 | 第43页 |
| ·基于遗传-退火算法的虚拟企业合作伙伴优化组合模型 | 第43-47页 |
| ·虚拟企业伙伴关系管理 | 第47-50页 |
| ·虚拟企业伙伴管理中的困难 | 第47-48页 |
| ·虚拟企业运行中伙伴关系管理 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间取得的学术成果 | 第55-56页 |
| 致谢 | 第56页 |
