| 目录 | 第1-5页 |
| 中文摘要 | 第5-7页 |
| 英文摘要 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| §1．1 复杂性研究的重要性 | 第9-12页 |
| §1．2 国内外研究现状 | 第12-15页 |
| §1．3 本文的研究内容和组织 | 第15-17页 |
| 第二章 基于多智能体的整体建模仿真方法的理论基础 | 第17-23页 |
| §2．1 复杂适应系统及其理论 | 第17-18页 |
| §2．2 基于多智能体的仿真 | 第18-19页 |
| §2．3 遗传算法 | 第19-21页 |
| §2．4 SWARM仿真平台 | 第21-23页 |
| 第三章 基于多智能体的整体建模仿真方法的框架结构 | 第23-35页 |
| §3．1 基于多智能体的整体建模仿真方法框架 | 第23-27页 |
| §3．2 复杂适应系统模型结构和表示 | 第27-32页 |
| §3．3 基于多智能体的仿真 | 第32-33页 |
| §3．4 基于多智能体的整体建模仿真方法的特点 | 第33-35页 |
| 第四章 复合多层次遗传算法 | 第35-48页 |
| §4．1 模型仿真运行中存在的困难 | 第35-36页 |
| §4．2 复合多层次遗传算法的提出 | 第36-38页 |
| §4．3 复合多层次遗传算法 | 第38-43页 |
| §4．4 模型演化技术 | 第43-48页 |
| 第五章 Agent的演化优化 | 第48-67页 |
| §5．1 规则演化与学习 | 第48-54页 |
| §5．2 基于环境选择的变粒度模型 | 第54-60页 |
| §5．3 基于博弈的Agent演化 | 第60-67页 |
| 第六章 多参数的演化优化 | 第67-73页 |
| §6．1 问题的提出 | 第67-68页 |
| §6．2 非线性参数优化遗传算法 | 第68-69页 |
| §6．3 实例分析 | 第69-71页 |
| §6．4 复合遗传算法的调度策略 | 第71-72页 |
| §6．5 复合多层次遗传算法中Agent的智能体现 | 第72-73页 |
| 第七章 应用实例 | 第73-93页 |
| §7．1 同类Agent在单一资源环境下的演化 | 第74-78页 |
| §7．2 Agent在环境变化下的演化 | 第78-80页 |
| §7．3 Agent的演化动力学 | 第80-86页 |
| §7．4 多种类Agent的演化分析 | 第86-93页 |
| 第八章 结论 | 第93-95页 |
| §8．1 本文的主要贡献与创新 | 第93-94页 |
| §8．2 进一步的研究工作 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-103页 |
| 附录： 攻读博士学位期间发表的主要论文 | 第103页 |