| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11页 |
| ·研究内容 | 第11-16页 |
| ·目标问题 | 第11-15页 |
| ·相关算法 | 第15-16页 |
| ·研究意义 | 第16页 |
| ·本文结构 | 第16-17页 |
| 第二章 分布估算算法及其相关算法 | 第17-31页 |
| ·元启发 | 第17-18页 |
| ·元启发的定义 | 第17页 |
| ·元启发的分类 | 第17-18页 |
| ·遗传算法 | 第18-21页 |
| ·编码 | 第18-19页 |
| ·适应度函数计算 | 第19页 |
| ·遗传操作 | 第19-20页 |
| ·遗传算法的基本原理 | 第20-21页 |
| ·EDA算法 | 第21-26页 |
| ·EDA算法理论背景 | 第21-22页 |
| ·EDA算法 | 第22-25页 |
| ·分布估算算法的研究趋势 | 第25-26页 |
| ·蚁群算法 | 第26-30页 |
| ·蚁群算法的起源 | 第26页 |
| ·蚁群算法的基本原理 | 第26-28页 |
| ·蚁群算法的研究现状 | 第28页 |
| ·蚁群算法的改进 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第三章 EDA-MMAS混合算法在p-median问题上的应用 | 第31-43页 |
| ·引言 | 第31-32页 |
| ·p-median问题的地形图分析 | 第32-35页 |
| ·地形图分析基本理论 | 第32-33页 |
| ·p-median问题的适应度地形分析 | 第33-35页 |
| ·EDA-MMAS混合优化算法在p-median问题上的应用 | 第35-37页 |
| ·个体编码 | 第35页 |
| ·适应度计算 | 第35-36页 |
| ·概率矩阵的生成 | 第36页 |
| ·生成新个体 | 第36-37页 |
| ·局部搜索 | 第37页 |
| ·伪代码描述 | 第37页 |
| ·实例测试 | 第37-41页 |
| ·gr100、gr150实例测试 | 第38-39页 |
| ·pmed类型实例测试 | 第39-41页 |
| ·小结 | 第41-43页 |
| 第四章 EDA-GA混合算法在QAP问题上的应用 | 第43-53页 |
| ·引言 | 第43-44页 |
| ·用于解QAP的EDA和GA混合算法 | 第44-47页 |
| ·个体编码 | 第44页 |
| ·适应度计算及其个体选择 | 第44页 |
| ·交叉 | 第44页 |
| ·特征提取 | 第44-46页 |
| ·指导产生新个体 | 第46页 |
| ·局部搜索 | 第46页 |
| ·多样性机制 | 第46页 |
| ·GGH-QAP整体流程 | 第46-47页 |
| ·实例测试 | 第47-51页 |
| ·参数设置 | 第47页 |
| ·运行结果及其比较 | 第47-50页 |
| ·特征提取系统的验证 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 发表文章目录 | 第59-61页 |
| 代码说明及代码片段 | 第61-63页 |