人工蜂群算法的改进研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 群体智能算法 | 第11-12页 |
| 1.3 常见的群体智能算法 | 第12-19页 |
| 1.3.1 蚁群算法 | 第12-16页 |
| 1.3.2 微粒子群算法 | 第16-17页 |
| 1.3.3 鱼群算法 | 第17-19页 |
| 1.4 本文的主要工作及内容安排 | 第19-21页 |
| 第二章 人工蜂群算法的相关理论知识 | 第21-30页 |
| 2.1 人工蜂群算法的起源 | 第21页 |
| 2.2 人工蜂群算法的基本概念 | 第21-23页 |
| 2.2.1 人工蜂群算法的生物背景 | 第21-23页 |
| 2.3 基本人工蜂群算法的数学模型 | 第23-24页 |
| 2.4 基本人工蜂群算法流程 | 第24-27页 |
| 2.5 人工蜂群算法国内外研究现状 | 第27-28页 |
| 2.5.1 提高人工蜂群算法性能的研究 | 第27-28页 |
| 2.5.2 人工蜂群算法的应用研究 | 第28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 改进的人工蜂群算法 | 第30-42页 |
| 3.1 改进人工蜂群算法的设计思路 | 第30-31页 |
| 3.1.1 雇佣蜂搜索策略的改进 | 第30-31页 |
| 3.1.2 观察蜂选择策略的改进 | 第31页 |
| 3.2 GQABC的算法流程 | 第31-33页 |
| 3.3 实验结果与分析 | 第33-41页 |
| 3.3.1 实验平台 | 第33页 |
| 3.3.2 实验中的算法参数设置 | 第33页 |
| 3.3.3 测试函数的选取 | 第33-35页 |
| 3.3.4 实验评价指标 | 第35页 |
| 3.3.5 测试函数的实验结果与分析 | 第35-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 总结与展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读硕士期间参加的科研项目和发表的论文 | 第47-48页 |
| 致谢 | 第48页 |
