两种改进的人工蜂群算法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 优化问题 | 第8-9页 |
| 1.2 几种典型的群智能优化算法 | 第9-11页 |
| 1.3 本文的主要工作 | 第11页 |
| 1.4 本文的主要结构 | 第11-14页 |
| 第2章 人工蜂群算法简介 | 第14-20页 |
| 2.1 人工蜂群算法概述 | 第14-16页 |
| 2.2 人工蜂群算法的改进 | 第16-18页 |
| 2.2.1 改进维度 | 第16页 |
| 2.2.2 改进每种类型蜂的搜索策略 | 第16-17页 |
| 2.2.3 结合辅助技术 | 第17-18页 |
| 2.2.4 混合ABC算法 | 第18页 |
| 2.3 本章小结 | 第18-20页 |
| 第3章 具有学习及十字交叉搜索的人工蜂群算法 | 第20-36页 |
| 3.1 两种新颖的搜索策略 | 第20-21页 |
| 3.2 瞭望蜂局部学习策略 | 第21页 |
| 3.3 十字交叉搜索 | 第21-23页 |
| 3.4 仿真实验及分析 | 第23-27页 |
| 3.5 应用实例 | 第27页 |
| 3.6 本章小结 | 第27-36页 |
| 第4章 基于云模型的邻域搜索人工蜂群算法 | 第36-50页 |
| 4.1 云模型简介 | 第36-38页 |
| 4.2 两种新颖的邻域搜索策略 | 第38-40页 |
| 4.3 基于云模型的变异操作 | 第40-41页 |
| 4.4 数值试验与结果分析 | 第41-43页 |
| 4.5 应用实例 | 第43-49页 |
| 4.6 小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士学位期间的研究成果 | 第60页 |
