基于改进粒子群蚁群算法的多目标双边匹配问题研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 双边匹配问题国内外研究现状 | 第11-12页 |
| 1.2.2 蚁群算法国内外研究现状 | 第12-13页 |
| 1.2.3 粒子群算法国内外研究现状 | 第13-14页 |
| 1.2.4 多目标问题国内外研究现状 | 第14-15页 |
| 1.3 研究内容与章节安排 | 第15-16页 |
| 1.3.1 主要研究工作 | 第15-16页 |
| 1.3.2 章节安排 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 相关理论基础 | 第17-25页 |
| 2.1 双边匹配问题理论基础 | 第17-18页 |
| 2.2 蚁群算法理论基础 | 第18-20页 |
| 2.2.1 基本蚁群算法的机制原理 | 第18页 |
| 2.2.2 基本蚁群算法的数学模型 | 第18-20页 |
| 2.3 粒子群算法理论基础 | 第20-21页 |
| 2.3.1 原始粒子群算法 | 第20-21页 |
| 2.3.2 标准粒子群算法 | 第21页 |
| 2.4 多目标优化理论基础 | 第21-24页 |
| 2.4.1 多目标优化问题 | 第21-22页 |
| 2.4.2 Pareto最优解集 | 第22-23页 |
| 2.4.3 外部档案维护 | 第23页 |
| 2.4.4 多目标算法性能评价方法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 算法的改进 | 第25-43页 |
| 3.1 粒子群算法的改进 | 第25-33页 |
| 3.1.1 基本粒子群算法原理 | 第25-26页 |
| 3.1.2 改进粒子群算法原理 | 第26-28页 |
| 3.1.3 改进后算法步骤 | 第28页 |
| 3.1.4 改进后算法实验分析 | 第28-33页 |
| 3.2 蚁群算法的改进 | 第33-42页 |
| 3.2.1 改进蚁群算法原理 | 第33-37页 |
| 3.2.2 改进后算法步骤 | 第37页 |
| 3.2.3 改进后算法实验分析 | 第37-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 双边匹配问题的求解 | 第43-59页 |
| 4.1 数学模型的建立 | 第43-46页 |
| 4.1.1 满意度计算公式 | 第43-45页 |
| 4.1.2 数学模型 | 第45-46页 |
| 4.2 算法设计思想 | 第46-48页 |
| 4.3 改进粒子群蚁群算法对双边匹配问题的应用 | 第48-52页 |
| 4.3.1 蚁群算法的改进 | 第48-50页 |
| 4.3.2 粒子群算法的改进 | 第50-52页 |
| 4.3.3 算法实现步骤 | 第52页 |
| 4.4 仿真算例 | 第52-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文目录 | 第66页 |
