| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第14-34页 |
| 1.1 研究背景 | 第14-15页 |
| 1.1.1 课题来源 | 第14页 |
| 1.1.2 研究目的与意义 | 第14-15页 |
| 1.2 关于优化 | 第15-20页 |
| 1.2.1 优化问题的数学表示 | 第15-16页 |
| 1.2.2 优化问题分类 | 第16-17页 |
| 1.2.3 优化问题求解 | 第17-20页 |
| 1.3 相关领域研究现状 | 第20-28页 |
| 1.3.1 群智能及其特点 | 第20-21页 |
| 1.3.2 群智能优化算法 | 第21-25页 |
| 1.3.3 蜂群启发类算法相关研究 | 第25-28页 |
| 1.4 无免费午餐定理 | 第28-29页 |
| 1.5 本文的主要工作和结构安排 | 第29-34页 |
| 1.5.1 本文的主要工作 | 第29-31页 |
| 1.5.2 本文的结构安排 | 第31-34页 |
| 第2章 蜜蜂算法及其收敛性分析 | 第34-58页 |
| 2.1 引言 | 第34-35页 |
| 2.2 自然界中的蜂群 | 第35-40页 |
| 2.2.1 蜂群的社会结构 | 第35页 |
| 2.2.2 蜂群的行为 | 第35-38页 |
| 2.2.3 蜂群觅食过程 | 第38-40页 |
| 2.3 蜜蜂算法 | 第40-47页 |
| 2.3.1 算法中蜜蜂的角色分类 | 第40-41页 |
| 2.3.2 可行解的适应度评估 | 第41-42页 |
| 2.3.3 算法主要步骤 | 第42-47页 |
| 2.4 蜜蜂算法的改进与应用 | 第47-48页 |
| 2.5 蜜蜂算法收敛性分析 | 第48-56页 |
| 2.5.1 Markov链概述 | 第49页 |
| 2.5.2 蜜蜂算法Markov链模型 | 第49-54页 |
| 2.5.3 蜜蜂算法的收敛性分析 | 第54-56页 |
| 2.6 本章小结 | 第56-58页 |
| 第3章 蜂群分工调整策略 | 第58-75页 |
| 3.1 引言 | 第58页 |
| 3.2 分工调整策略的自然启迪 | 第58-59页 |
| 3.3 分工调整策略 | 第59-63页 |
| 3.4 LAS-BA静态优化性能测试 | 第63-70页 |
| 3.4.1 实验设置 | 第63-65页 |
| 3.4.2 测试结果与分析 | 第65-70页 |
| 3.5 LAS-BA动态优化性能测试 | 第70-74页 |
| 3.5.1 动态环境构建 | 第70-72页 |
| 3.5.2 测试结果与分析 | 第72-74页 |
| 3.6 本章小结 | 第74-75页 |
| 第4章 用于连续多模优化的蜜蜂算法 | 第75-108页 |
| 4.1 引言 | 第75-76页 |
| 4.2 多模优化方法研究 | 第76-81页 |
| 4.2.1 传统多模优化方法 | 第76-77页 |
| 4.2.2 小生境 | 第77-80页 |
| 4.2.3 其他方法 | 第80-81页 |
| 4.3 多模优化蜜蜂算法设计 | 第81-90页 |
| 4.3.1 相关定义 | 第82页 |
| 4.3.2 初始化 | 第82-83页 |
| 4.3.3 峰域进化 | 第83-84页 |
| 4.3.4 峰域半径调整 | 第84-87页 |
| 4.3.5 邻域搜索 | 第87-88页 |
| 4.3.6 全局搜索 | 第88-89页 |
| 4.3.7 蜂群规模调整机制 | 第89-90页 |
| 4.3.8 算法步骤 | 第90页 |
| 4.4 实验与测试 | 第90-106页 |
| 4.4.1 蜂群规模测试 | 第91-94页 |
| 4.4.2 峰域半径调整测试 | 第94-97页 |
| 4.4.3 算法性能测试 | 第97-106页 |
| 4.5 本章小结 | 第106-108页 |
| 第5章 平衡邻域搜索策略 | 第108-121页 |
| 5.1 引言 | 第108页 |
| 5.2 邻域搜索策略研究 | 第108-110页 |
| 5.2.1 随机搜索 | 第108-109页 |
| 5.2.2 高斯分布搜索 | 第109页 |
| 5.2.3 伪梯度搜索 | 第109-110页 |
| 5.3 平衡搜索策略 | 第110-112页 |
| 5.3.1 引导矢量 | 第111页 |
| 5.3.2 平衡机制 | 第111页 |
| 5.3.3 平衡控制 | 第111-112页 |
| 5.3.4 邻域搜索步骤 | 第112页 |
| 5.4 实验与测试 | 第112-120页 |
| 5.4.1 全局优化测试 | 第113-117页 |
| 5.4.2 多模优化测试 | 第117-120页 |
| 5.5 本章小结 | 第120-121页 |
| 第6章 蜜蜂算法在面向多用户云制造服务组合中应用研究 | 第121-142页 |
| 6.1 引言 | 第121-122页 |
| 6.2 云制造服务与服务组合相关研究 | 第122-127页 |
| 6.2.1 云制造资源和服务 | 第122-124页 |
| 6.2.2 服务组合评估 | 第124-127页 |
| 6.3 多用户服务组合模型 | 第127-132页 |
| 6.3.1 案例分析 | 第127-128页 |
| 6.3.2 任务分解 | 第128-129页 |
| 6.3.3 服务质量管理 | 第129页 |
| 6.3.4 可信度管理 | 第129-130页 |
| 6.3.5 服务组合模式 | 第130-131页 |
| 6.3.6 建立优化目标 | 第131-132页 |
| 6.4 模型求解的蜜蜂算法 | 第132-135页 |
| 6.4.1 蜜蜂编码格式 | 第132页 |
| 6.4.2 侦查蜂初始化 | 第132页 |
| 6.4.3 侦查蜂排序 | 第132-133页 |
| 6.4.4 邻域搜索 | 第133页 |
| 6.4.5 全局搜索 | 第133页 |
| 6.4.6 算法流程与时间复杂度 | 第133-135页 |
| 6.5 实验与分析 | 第135-141页 |
| 6.5.1 实验设置 | 第135-136页 |
| 6.5.2 组合成功率测试 | 第136-137页 |
| 6.5.3 应对欺骗服务测试 | 第137-139页 |
| 6.5.4 蜂群规模影响测试 | 第139-141页 |
| 6.6 本章小结 | 第141-142页 |
| 第7章 总结与展望 | 第142-146页 |
| 7.1 全文总结 | 第142-144页 |
| 7.2 工作展望 | 第144-146页 |
| 参考文献 | 第146-158页 |
| 攻读博士学位期间完成的学术论文 | 第158-159页 |
| 附录 术语表 | 第159-160页 |
| 致谢 | 第160-161页 |