| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·主要工作 | 第11-13页 |
| ·论文组织 | 第13-14页 |
| 第二章 并行处理技术 | 第14-21页 |
| ·并行计算机体系结构 | 第14-15页 |
| ·并行计算机结构模型 | 第14页 |
| ·并行计算机访存模型 | 第14-15页 |
| ·并行算法 | 第15页 |
| ·并行计算性能测评 | 第15-17页 |
| ·并行程序设计 | 第17-20页 |
| ·并行编程模型 | 第17-18页 |
| ·分布存储系统并行编程 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 并行蚁群算法 | 第21-41页 |
| ·蚁群算法 | 第21-28页 |
| ·蚁群算法的基本原理 | 第21-23页 |
| ·基本蚁群系统的实现技术 | 第23-26页 |
| ·蚁群算法的扩展 | 第26-28页 |
| ·引入并行蚁群算法的理由 | 第28-32页 |
| ·蚁群算法固有的并行性 | 第29-30页 |
| ·解决蚁群算法的早熟收敛现象 | 第30页 |
| ·硬件技术的支持 | 第30-31页 |
| ·其它算法并行化的启发 | 第31-32页 |
| ·并行蚁群算法概述 | 第32-40页 |
| ·并行蚁群算法的基本框架 | 第32-33页 |
| ·并行蚁群算法的研究现状 | 第33-38页 |
| ·影响算法性能的因素 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 自适应并行蚁群算法 | 第41-55页 |
| ·自适应并行蚁群算法的基本思想 | 第41页 |
| ·确定信息交流对象的策略 | 第41-45页 |
| ·基于适应度排序的策略 | 第42页 |
| ·基于处理机上最优解间的距离的策略 | 第42-43页 |
| ·基于子种群的收敛系数的策略 | 第43-44页 |
| ·基于最优蚂蚁个体的邻接距离的策略 | 第44-45页 |
| ·处理机间信息交流的内容 | 第45-51页 |
| ·交流局部最优解的策略 | 第45-47页 |
| ·交流信息素的策略 | 第47-49页 |
| ·交流超顶点的策略 | 第49-51页 |
| ·动态调节信息交流周期 | 第51-53页 |
| ·基于解的多样性的策略 | 第52-53页 |
| ·基于收敛系数的策略 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第五章 自适应并行蚁群算法的应用及实验结果 | 第55-85页 |
| ·频率分配问题（FAP） | 第55-70页 |
| ·问题描述 | 第55-56页 |
| ·基于进化稳定策略的蚁群算法 | 第56-59页 |
| ·求解频率分配问题的自适应并行蚁群算法的实现 | 第59-66页 |
| ·算法描述 | 第66-67页 |
| ·试验结果及分析 | 第67-70页 |
| ·二次分配问题（QAP） | 第70-78页 |
| ·问题描述 | 第70页 |
| ·求解 QAP 的基本蚁群算法 | 第70-71页 |
| ·求解 QAP 问题的信息素多种反馈作用的并行蚁群算法 | 第71-73页 |
| ·算法性能分析 | 第73-76页 |
| ·试验结果及分析 | 第76-78页 |
| ·旅行商问题（TSP） | 第78-84页 |
| ·问题描述 | 第78-79页 |
| ·基于信息素递减的蚁群算法 | 第79-80页 |
| ·求解 TSP 问题的基于超顶点交流策略的自适应并行蚁群算法 | 第80-82页 |
| ·试验结果及分析 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 总结与展望 | 第85-89页 |
| ·我们的工作和贡献 | 第85-87页 |
| ·将来的工作 | 第87-89页 |
| 参考文献 | 第89-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间发表的学术论文和参加的研究工作 | 第97页 |