| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 概述 | 第9-10页 |
| 1.2 研究现状 | 第10页 |
| 1.3 本论文的主要创新点与结构安排 | 第10-12页 |
| 1.3.1 论文的主要创新点 | 第10-11页 |
| 1.3.2 论文的结构安排 | 第11-12页 |
| 2 简单介绍大红斑蝶算法及离子运动算法 | 第12-18页 |
| 2.1 大红斑蝶优化算法简介 | 第12-15页 |
| 2.1.1 MBO算法的基本思想 | 第12页 |
| 2.1.2 MBO算法的位置更新策略 | 第12-15页 |
| 2.2 离子运动算法简介 | 第15-17页 |
| 2.2.1 简要介绍离子和离子晶体的基本特征[28] | 第15页 |
| 2.2.2 简单介绍IMO算法 | 第15-17页 |
| 2.3 本章小结 | 第17-18页 |
| 3 采用动态分割种群策略的改进MBO | 第18-28页 |
| 3.1 前言 | 第18页 |
| 3.2 种群动态分割策略 | 第18-20页 |
| 3.3 个体分派方法 | 第20页 |
| 3.4 实现方法及步骤 | 第20-21页 |
| 3.5 仿真实验 | 第21-27页 |
| 3.5.1 测试函数及其初始化参数 | 第21-22页 |
| 3.5.2 仿真实验 | 第22-26页 |
| 3.5.3 实验分析 | 第26-27页 |
| 3.6 本章小结 | 第27-28页 |
| 4 改进的大红斑蝶算法用于解决多目标问题 | 第28-39页 |
| 4.1 引言 | 第28-29页 |
| 4.2 多目标的一些相关知识 | 第29-30页 |
| 4.3 自适应网格法 | 第30-31页 |
| 4.4 MOIMBO算法的具体过程 | 第31-32页 |
| 4.5 实验测试 | 第32-37页 |
| 4.5.1 性能评价标准[43] | 第32-33页 |
| 4.5.2 实验测试及实验分析 | 第33-37页 |
| 4.6 本章小结 | 第37-39页 |
| 5 采用混合策略的改进离子运动算法 | 第39-52页 |
| 5.1 前言 | 第39页 |
| 5.2 IIMO算法 | 第39-42页 |
| 5.2.1 补充介绍离子和离子晶体相关知识[29] | 第39-40页 |
| 5.2.2 IIMO算法描述 | 第40-42页 |
| 5.3 数值仿真实验 | 第42-50页 |
| 5.3.1 测试函数 | 第42-44页 |
| 5.3.2 数值实验仿真 | 第44-49页 |
| 5.3.3 实验结果分析 | 第49-50页 |
| 5.4 本章小结 | 第50-52页 |
| 6 总结与展望 | 第52-53页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-71页 |
| IMBO主要程序代码 | 第57-62页 |
| MOIMBO主要程序代码 | 第62-67页 |
| IIMO主要程序代码 | 第67-71页 |
| 致谢 | 第71-72页 |
| 读硕士学位期间发表的学术论文 | 第72页 |