人工蜂群算法的研究与改进
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-20页 |
| 1.1 课题的研究意义和目的 | 第12-13页 |
| 1.2 人工蜂群算法研究现状 | 第13-15页 |
| 1.3 基准测试函数 | 第15-18页 |
| 1.4 本文主要内容及结构安排 | 第18-20页 |
| 2 群智能优化算法概述 | 第20-28页 |
| 2.1 粒子群算法 | 第21-23页 |
| 2.2 遗传算法 | 第23-24页 |
| 2.3 人工鱼群算法 | 第24-25页 |
| 2.4 头脑风暴算法 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 人工蜂群算法比较分析 | 第28-38页 |
| 3.1 人工蜂群算法的生物学背景 | 第28-30页 |
| 3.2 人工蜂群算法的步骤流程 | 第30-32页 |
| 3.3 人工蜂群算法的理论特点研究 | 第32-34页 |
| 3.4 人工蜂群算法和其他优化算法的区别 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于吸引子的人工蜂群算法研究 | 第38-48页 |
| 4.1 基于吸引子的人工蜂群算法改进方案 | 第38-40页 |
| 4.2 改进人工蜂群算法BAABC的流程步骤 | 第40页 |
| 4.3 仿真实验和结果分析 | 第40-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 基于反馈机制和丛林法则的人工蜂群算法研究 | 第48-58页 |
| 5.1 基于反馈机制的搜索方程 | 第48-49页 |
| 5.2 基于丛林法则的变异策略 | 第49-52页 |
| 5.3 实验仿真 | 第52-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 自扰动人工蜂群算法研究 | 第58-71页 |
| 6.1 边界改进 | 第58-59页 |
| 6.2 基于自扰动的全局自适应搜索方程 | 第59-61页 |
| 6.3 算法分析及步骤 | 第61-62页 |
| 6.4 实验仿真 | 第62-69页 |
| 6.5 本章小结 | 第69-71页 |
| 7 总结与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 个人简历、在校期间发表的学术论文与研究成果 | 第77页 |
