基于多维搜索优选策略的人工蜂群算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.3 本文工作 | 第17-18页 |
| 1.4 内容安排 | 第18-20页 |
| 第二章 人工蜂群算法分析 | 第20-32页 |
| 2.1 优化问题和群智能优化算法 | 第20-23页 |
| 2.1.1 优化问题的数学模型 | 第20页 |
| 2.1.2 优化问题的分类及理论方法 | 第20-21页 |
| 2.1.3 经典智能优化算法 | 第21-23页 |
| 2.2 人工蜂群算法基础 | 第23-27页 |
| 2.2.1 人工蜂群算法的起源 | 第23-24页 |
| 2.2.2 人工蜂群算法的生物学模型 | 第24-25页 |
| 2.2.3 人工蜂群算法的原理 | 第25-27页 |
| 2.3 人工蜂群算法的关键步骤和算法流程 | 第27-30页 |
| 2.3.1 关键步骤 | 第27-29页 |
| 2.3.2 算法流程 | 第29-30页 |
| 2.4 人工蜂群算法的特点 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 改进的人工蜂群算法 | 第32-44页 |
| 3.1 构造初始种群 | 第32-35页 |
| 3.1.1 初始化方法的选择 | 第32-33页 |
| 3.1.2 初始种群的均匀设计构造 | 第33-34页 |
| 3.1.3 初始种群的实验结果对比 | 第34-35页 |
| 3.2 新蜜源的搜索策略 | 第35-38页 |
| 3.2.1 梯度下降算法 | 第35-37页 |
| 3.2.2 多维搜索优选策略 | 第37-38页 |
| 3.3 自适应的步长更新策略 | 第38-40页 |
| 3.3.1 步长更新策略的分析 | 第38-39页 |
| 3.3.2 一种自适应的步长更新公式 | 第39-40页 |
| 3.4 改进算法的基本流程 | 第40-41页 |
| 3.5 本章小结 | 第41-44页 |
| 第四章 MS-SABC算法的仿真与分析 | 第44-58页 |
| 4.1 仿真环境与测试函数 | 第44-51页 |
| 4.1.1 仿真环境 | 第44页 |
| 4.1.2 测试函数 | 第44-50页 |
| 4.1.3 算法的评价指标和参数设置 | 第50-51页 |
| 4.2 仿真实验与结果分析 | 第51-56页 |
| 4.2.1 算法收敛速度的对比 | 第51-54页 |
| 4.2.2 算法收敛精度的对比 | 第54-56页 |
| 4.2.3 算法稳定性的对比 | 第56页 |
| 4.3 本章小结 | 第56-58页 |
| 第五章 结束语 | 第58-60页 |
| 5.1 研究总结 | 第58-59页 |
| 5.2 研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
