摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-13页 |
图目录 | 第13-14页 |
表目录 | 第14-15页 |
第1章 绪论 | 第15-25页 |
·研究背景 | 第15-16页 |
·蚁群算法研究现状 | 第16-21页 |
·蚁群算法在组合优化的研究现状 | 第17-19页 |
·蚁群算法在无约束连续函数优化的研究现状 | 第19-20页 |
·蚁群聚类算法的研究现状 | 第20-21页 |
·主要研究内容及创新点 | 第21-22页 |
·研究内容 | 第21-22页 |
·创新点 | 第22页 |
·论文的组织结构 | 第22-25页 |
第2章 约束蚁群算法 | 第25-49页 |
·引言 | 第25-26页 |
·BNs的BDEu及特性 | 第26-27页 |
·BDEu的可分解形式 | 第26-27页 |
·BDEu的局部一致性 | 第27页 |
·CACOB | 第27-32页 |
·CACOB的4个基本操作 | 第27-30页 |
·CACOB的伪码 | 第30-32页 |
·CACOB的特点 | 第32页 |
·CACOB的时间复杂度 | 第32页 |
·CACOB算法实验结果及讨论 | 第32-38页 |
·评价网络及评价指标 | 第32-33页 |
·CACOB和ACOB的参数设置 | 第33页 |
·CACOB和ACOB的3个指标的实验比较及讨论 | 第33-37页 |
·CACOB与ACOB的n_(NSC)与f_(BDEu)的相关性分析 | 第37页 |
·CACOB算法参数q_0和t_(step)的敏感性分析 | 第37-38页 |
·基于CACOB算法的分类器 | 第38-46页 |
·原理 | 第39页 |
·仿真实验 | 第39-40页 |
·讨论 | 第40-41页 |
·CACOB分类器在房地产项目前期风险预测的应用 | 第41-46页 |
·本章小结 | 第46-49页 |
第3章 自适应蜂群-蚁群算法 | 第49-65页 |
·引言 | 第49页 |
·ACOR算法 | 第49-54页 |
·概率密度函数 | 第50-51页 |
·ACOR算法的信息素 | 第51-53页 |
·ACOR算法的框架 | 第53-54页 |
·自适应ACOR算法 | 第54-59页 |
·ACOR算法的缺陷 | 第54页 |
·自适应ACOR算法的基本思想 | 第54-55页 |
·自适应ACOB算法的高层框架 | 第55-56页 |
·自适应ACOR算法的细节解释 | 第56-59页 |
·实验及讨论 | 第59-64页 |
·测试函数选择 | 第59页 |
·算法参数设置 | 第59-60页 |
·实验结果 | 第60-64页 |
·讨论 | 第64页 |
·本章小结 | 第64-65页 |
第4章 基于状态转移准则的差分进化算法 | 第65-83页 |
·引言 | 第65-66页 |
·基于状态转移准则的差分进化算法 | 第66-71页 |
·多成员机制 | 第67-68页 |
·基于状态转移准则的分散机制 | 第68-69页 |
·伪码 | 第69-70页 |
·两算法的区别 | 第70-71页 |
·时间复杂度 | 第71页 |
·实验及讨论 | 第71-81页 |
·参数设置 | 第72页 |
·实验结果及比较 | 第72-78页 |
·参数敏感性分析 | 第78-81页 |
·结论 | 第81-83页 |
第5章 核蚁群聚类算法及在房地产项目前期风险评价的应用 | 第83-93页 |
·引言 | 第83页 |
·核蚁群聚类算法 | 第83-85页 |
·聚类问题 | 第83-84页 |
·核函数 | 第84页 |
·核蚁群聚类算法 | 第84-85页 |
·实验及讨论 | 第85-88页 |
·Benchmarks和试验设置 | 第85页 |
·聚类错误计算 | 第85-86页 |
·实验结果 | 第86-88页 |
·核蚁群聚类算法在房地产项目前期风险评价的应用 | 第88-91页 |
·数据描述 | 第88-89页 |
·核蚁群聚类算法进行评价 | 第89-91页 |
·本章小结 | 第91-93页 |
第6章 结论和展望 | 第93-95页 |
·结论 | 第93页 |
·展望 | 第93-95页 |
参考文献 | 第95-105页 |
攻读博士期间发表论文和科研项目情况 | 第105-107页 |
致谢 | 第107页 |