| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-19页 |
| ·研究意义 | 第11-12页 |
| ·多目标优化问题 | 第12-14页 |
| ·问题描述 | 第12页 |
| ·Pareto最优理论 | 第12-14页 |
| ·多目标人工蜂群算法 | 第14-17页 |
| ·生物模型 | 第14-16页 |
| ·研究现状 | 第16-17页 |
| ·本文工作及组织 | 第17-19页 |
| ·本文工作 | 第17页 |
| ·组织结构 | 第17-19页 |
| 第2章 研究基础 | 第19-25页 |
| ·多目标人工蜂群算法的基本原理 | 第19-20页 |
| ·函数优化算法模型 | 第20-21页 |
| ·多目标人工蜂群算法框架 | 第21-23页 |
| ·算法评价指标 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于反馈的多目标人工蜂群算法框架 | 第25-35页 |
| ·反馈机制 | 第25-26页 |
| ·基于反馈的多目标人工蜂群算法框架 | 第26-28页 |
| ·反馈策略 | 第28-32页 |
| ·搜索代价反馈(LI) | 第28-30页 |
| ·搜索策略反馈(SC) | 第30-31页 |
| ·搜索因子反馈(SF) | 第31-32页 |
| ·框架描述 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于反馈的多目标人工蜂群算法 | 第35-67页 |
| ·搜索代价反馈算法 | 第35-42页 |
| ·算法模型 | 第35-40页 |
| ·算法描述 | 第40-41页 |
| ·迭代次数与参数limit之间关系分析 | 第41-42页 |
| ·收敛性实验 | 第42页 |
| ·搜索策略反馈算法 | 第42-46页 |
| ·算法模型 | 第42-44页 |
| ·算法描述 | 第44-45页 |
| ·参数调整 | 第45页 |
| ·收敛性实验 | 第45-46页 |
| ·搜索因子反馈算法 | 第46-51页 |
| ·算法模型 | 第47-48页 |
| ·搜索因子 | 第48-49页 |
| ·算法描述 | 第49页 |
| ·参数调整 | 第49-50页 |
| ·收敛性实验 | 第50-51页 |
| ·测试用例 | 第51-54页 |
| ·算法内部比较分析 | 第54-58页 |
| ·Pareto前沿 | 第54-55页 |
| ·运行时间 | 第55-56页 |
| ·IGD指标 | 第56-57页 |
| ·H指标 | 第57-58页 |
| ·与其他算法的比较分析 | 第58-64页 |
| ·Pareto前沿 | 第58-60页 |
| ·运行时间 | 第60页 |
| ·IGD指标 | 第60-63页 |
| ·H指标 | 第63-64页 |
| ·本章小结 | 第64-67页 |
| 第5章 基于反馈的多目标人工蜂群算法在面向QOS服务选取问题中的应用 | 第67-77页 |
| ·研究现状 | 第67-68页 |
| ·问题模型 | 第68-69页 |
| ·算法模型 | 第69-71页 |
| ·初始化 | 第69-70页 |
| ·发送雇佣蜂 | 第70-71页 |
| ·发送观察蜂 | 第71页 |
| ·发送侦查蜂 | 第71页 |
| ·实验与分析 | 第71-76页 |
| ·实验测试用例 | 第71-72页 |
| ·收敛性分析 | 第72-73页 |
| ·相关算法对比分析 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 总结和展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |