| 第一章 绪论 | 第1-30页 |
| 1．1 复杂适应系统和生物进化过程 | 第15-22页 |
| 1．1．1 复杂适应系统 | 第15-16页 |
| 1．1．2 复杂适应系统的适应性与生物进化过程 | 第16-19页 |
| 1．1．3 生物进化过程的数学模型 | 第19-22页 |
| 1．2 多智能体与分布式人工智能 | 第22-24页 |
| 1．2．1 分布式人工智能 | 第22页 |
| 1．2．2 分布式人工智能的特点 | 第22-23页 |
| 1．2．3 分布式人工智能的分类 | 第23-24页 |
| 1．3 多智能体与人工生命 | 第24-26页 |
| 1．3．1 人工生命的概念 | 第24页 |
| 1．3．2 人工生命的基本特征 | 第24-25页 |
| 1．3．3 人工生命的研究内容 | 第25-26页 |
| 1．4 进化算法与多智能体 | 第26-29页 |
| 1．4．1 进化算法及其局限性 | 第26-27页 |
| 1．4．2 多智能体进化思想 | 第27-29页 |
| 1．5 本论文的主要研究工作 | 第29-30页 |
| 第二章 进化计算与多智能体系统研究现状 | 第30-49页 |
| 2．1 进化计算 | 第30-37页 |
| 2．1．1 进化计算的起源 | 第30-34页 |
| 2．1．2 进化算法的基础理论与研究进展 | 第34-37页 |
| 2．2 多智能体系统 | 第37-49页 |
| 2．2．1 智能体的基本概念 | 第38-40页 |
| 2．2．2 智能体形式化描述 | 第40-44页 |
| 2．2．3 多智能体系统的主要研究内容 | 第44-46页 |
| 2．2．4 面向问题解决的多智能体系统研究现状 | 第46-49页 |
| 第三章 用于超高维函数优化的多智能体遗传算法 | 第49-68页 |
| 3．1 引言 | 第49页 |
| 3．2 用于函数优化的智能体 | 第49-51页 |
| 3．3 智能体遗传算子设计 | 第51-55页 |
| 3．3．1 邻域竞争算子 | 第51-52页 |
| 3．3．2 邻域正交交叉算子 | 第52-54页 |
| 3．3．3 变异算子 | 第54页 |
| 3．3．4 自学习算子 | 第54-55页 |
| 3．4 多智能体遗传算法 | 第55-56页 |
| 3．5 收敛性证明 | 第56-59页 |
| 3．6 仿真实验比较研究 | 第59-67页 |
| 3．6．1 几个典型算法 | 第60页 |
| 3．6．2 30维函数优化实验 | 第60-62页 |
| 3．6．3 20～1000维函数优化实验 | 第62页 |
| 3．6．4 1000～10000维函数优化实验 | 第62-67页 |
| 3．7 本章小结 | 第67-68页 |
| 第四章 搜索空间动态扩展的多智能体遗传算法 | 第68-79页 |
| 4．1 引言 | 第68页 |
| 4．2 自适应伸缩搜索空间的方法 | 第68-70页 |
| 4．3 自适应遗传算法仿真实验 | 第70-73页 |
| 4．3．1 多峰函数实验 | 第70-72页 |
| 4．3．2 时变函数实验 | 第72-73页 |
| 4．3．3 任意初始空间的实验 | 第73页 |
| 4．4 用于线性系统逼近的多智能体遗传算法 | 第73-76页 |
| 4．4．1 线性系统逼近问题的数学模型 | 第73-75页 |
| 4．4．2 用于线性系统逼近的多智能体遗传算法 | 第75-76页 |
| 4．5 线性系统逼近问题仿真实验 | 第76-78页 |
| 4．5．1 稳定线性系统的逼近问题 | 第76-77页 |
| 4．5．2 非稳定线性系统的逼近问题 | 第77-78页 |
| 4．6 本章小结 | 第78-79页 |
| 第五章 可分解函数优化的宏智能体进化模型 | 第79-90页 |
| 5．1 引言 | 第79-80页 |
| 5．2 可分解函数 | 第80页 |
| 5．3 宏智能体 | 第80-81页 |
| 5．4 宏智能体进化模型 | 第81-84页 |
| 5．5 层次多智能体遗传算法 | 第84-87页 |
| 5．5．1 算法描述 | 第84-86页 |
| 5．5．2 收敛性证明与时间复杂度分析 | 第86-87页 |
| 5．6 仿真实验比较研究 | 第87-89页 |
| 5．7 本章小结 | 第89-90页 |
| 第六章 组合优化多智能体进化算法 | 第90-109页 |
| 6．1 引言 | 第90页 |
| 6．2 用于组合优化的智能体 | 第90-91页 |
| 6．3 智能体的行为 | 第91-94页 |
| 6．3．1 竞争行为 | 第92页 |
| 6．3．2 自学习行为 | 第92-94页 |
| 6．4 组合优化多智能体进化算法 | 第94-95页 |
| 6．5 收敛性证明 | 第95-97页 |
| 6．6 欺骗问题仿真实验 | 第97-104页 |
| 6．6．1 强联接欺骗函数实验 | 第98-100页 |
| 6．6．2 弱联接欺骗函数实验 | 第100-103页 |
| 6．6．3 重叠联接欺骗函数实验 | 第103-104页 |
| 6．7 等级问题仿真实验 | 第104-108页 |
| 6．7．1 等级问题 | 第104-106页 |
| 6．7．2 实验结果 | 第106-108页 |
| 6．8 本章小结 | 第108-109页 |
| 第七章 约束满足智能体进化算法 | 第109-131页 |
| 7．1 引言 | 第109页 |
| 7．2 约束满足智能体 | 第109-113页 |
| 7．2．1 约束满足问题 | 第109-110页 |
| 7．2．2 约束满足智能体的定义 | 第110-113页 |
| 7．2．3 约束满足智能体的生存环境 | 第113页 |
| 7．3 约束满足智能体的行为 | 第113-116页 |
| 7．3．1 竞争行为 | 第114-115页 |
| 7．3．2 自学习行为 | 第115-116页 |
| 7．3．3 变异行为 | 第116页 |
| 7．4 约束满足智能体进化算法 | 第116-118页 |
| 7．5 算法复杂性分析 | 第118-121页 |
| 7．5．1 空间复杂度分析 | 第118页 |
| 7．5．2 收敛性证明 | 第118-121页 |
| 7．6 非排列式约束满足问题仿真实验 | 第121-124页 |
| 7．6．1 与经典算法的性能比较研究 | 第122-123页 |
| 7．6．2 算法参数机理分析 | 第123-124页 |
| 7．7 排列式约束满足问题仿真实验 | 第124-130页 |
| 7．7．1 n-皇后问题 | 第124-127页 |
| 7．7．2 实验结果 | 第127-130页 |
| 7．8 本章小结 | 第130-131页 |
| 第八章 多智能体遗传算法求解约束布局优化问题 | 第131-141页 |
| 8．1 约束布局优化问题 | 第131-133页 |
| 8．2 求解约束布局优化问题的多智能体遗传算法 | 第133-134页 |
| 8．3 仿真实验比较研究 | 第134-140页 |
| 8．3．1 5个待布圆的实验 | 第134页 |
| 8．3．2 7个待布圆的实验 | 第134-136页 |
| 8．3．3 40个待布圆的实验 | 第136-140页 |
| 8．4 本章小结 | 第140-141页 |
| 第九章 搜索空间动态扩展的多智能体进化算法求解时延受限组播路由问题 | 第141-155页 |
| 9．1 组播路由算法概述 | 第141-147页 |
| 9．1．1 组播通信的发展背景 | 第141-142页 |
| 9．1．2 组播的工作原理 | 第142页 |
| 9．1．3 组播路由协议 | 第142-143页 |
| 9．1．4 组播算法的分类与研究现状 | 第143-147页 |
| 9．2 用于时延受限组播路由优化的智能体 | 第147-148页 |
| 9．3 智能体的行为 | 第148-150页 |
| 9．3．1 邻域竞争行为 | 第148-149页 |
| 9．3．2 变异行为 | 第149页 |
| 9．3．3 自组织临界行为 | 第149-150页 |
| 9．4 算法描述 | 第150-152页 |
| 9．4．1 搜索空间动态扩展 | 第150-151页 |
| 9．4．2 算法描述 | 第151-152页 |
| 9．5 仿真实验研究 | 第152-154页 |
| 9．5．1 算法随目的节点数增长的性能比较 | 第153页 |
| 9．5．2 算法随网络节点数增长的性能比较 | 第153-154页 |
| 9．6 本章小结 | 第154-155页 |
| 第十章 总结与展望 | 第155-158页 |
| 参考文献 | 第158-174页 |
| 致谢 | 第174-175页 |
| 硕博连读期间撰写的学术论文 | 第175-179页 |
| 硕博连读期间参与的科研项目 | 第179页 |