首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

改进的人工蜂群算法及其应用

摘要第3-5页
Abstract第5-6页
1 绪论第9-14页
    1.1 研究目的和意义第9-10页
    1.2 人工蜂群算法的研究现状第10-12页
    1.3 本文主要研究内容第12-13页
    1.4 论文框架第13-14页
2 基本理论与术语第14-24页
    2.1 引言第14页
    2.2 蜜蜂采蜜原理第14-16页
    2.3 人工蜂群算法原理第16-17页
    2.4 人工蜂群算法的参数设定第17-18页
    2.5 人工蜂群算法的具体步骤第18-20页
        2.5.1 初始化阶段第18页
        2.5.2 引领蜂阶段第18-19页
        2.5.3 跟随蜂阶段第19页
        2.5.4 侦察蜂阶段第19-20页
    2.6 人工蜂群算法流程第20-21页
    2.7 时间复杂度分析第21页
    2.8 人工蜂群算法的特点第21-23页
        2.8.1 系统性第21-22页
        2.8.2 分布性第22页
        2.8.3 自组织性第22页
        2.8.4 反馈性第22-23页
    2.9 总结第23-24页
3 改进的人工蜂群算法第24-34页
    3.1 引言第24页
    3.2 改进蜜源更新公式第24-26页
    3.3 改进蜜源适应度公式第26-27页
    3.4 改进算法的具体步骤第27页
    3.5 改进算法的时间复杂度分析第27-28页
    3.6 实验结果与分析第28-33页
        3.6.1 测试函数及参数设置第28-29页
        3.6.2 蜜源更新公式的对比试验第29-30页
        3.6.3 蜜源适应度公式的对比试验第30-31页
        3.6.4 改进算法的对比试验第31-33页
    3.7 总结第33-34页
4 基于人工蜂群求解图顶点着色问题第34-42页
    4.1 引言第34-35页
    4.2 图顶点着色问题研究现状第35-36页
    4.3 图顶点着色问题描述第36页
    4.4 基于人工蜂群的图顶点着色算法第36-38页
        4.4.1 可行解编码第37页
        4.4.2 目标函数设计第37-38页
        4.4.3 蜜源更新公式设计第38页
        4.4.4 重复初始化第38页
    4.5 算法具体步骤第38-39页
    4.6 仿真实验与分析第39-41页
    4.7 总结第41-42页
5 总结与展望第42-44页
    5.1 论文工作总结第42页
    5.2 未来展望第42-44页
参考文献第44-49页
致谢第49-50页
在读期间发表的学术论文第50页
在读期间参加的科研项目第50页

论文共50页,点击 下载论文
上一篇:基于局部优化选择的协同过滤推荐算法研究
下一篇:微尺度量热仪的研制