| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 人工蜂群算法的研究现状和研究意义 | 第11-12页 |
| 1.3 论文主要研究工作 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 第二章 基本人工蜂群算法 | 第14-19页 |
| 2.1 引言 | 第14页 |
| 2.2 蜜蜂采蜜机理 | 第14-15页 |
| 2.3 人工蜂群算法基本模型 | 第15-16页 |
| 2.4 人工蜂群算法的数学模型 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 一种协同进化式的开放人工蜂群算法 | 第19-31页 |
| 3.1 引言 | 第19页 |
| 3.2 全局优化和局部优化能力分析 | 第19-21页 |
| 3.2.1 算法的全局优化和局部优化能力 | 第19-20页 |
| 3.2.2 蜂群算法的全局优化和局部优化能力分析 | 第20-21页 |
| 3.3 开放人工蜂群算法 | 第21-23页 |
| 3.4 实验设计及其结果分析 | 第23-30页 |
| 3.4.1 测试函数和参数设置 | 第23-26页 |
| 3.4.2 实验结果分析 | 第26-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 开放人工蜂群算法的两种变式 | 第31-40页 |
| 4.1 引言 | 第31-32页 |
| 4.2 算法的提出 | 第32-33页 |
| 4.2.1 开放蜂群算法 2 | 第32页 |
| 4.2.2 多维开放人工蜂群算法 | 第32-33页 |
| 4.3 实验与结果分析 | 第33-39页 |
| 4.3.1 测试函数和参数设置 | 第33-34页 |
| 4.3.2 实验结果分析 | 第34-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 一种基于人工蜂群算法的新型 TSP 解决方法 | 第40-58页 |
| 5.1 TSP 问题概述 | 第40-41页 |
| 5.2 TSP 问题的人工蜂群算法解决方法 | 第41-51页 |
| 5.2.1 城市的位置关系 | 第42-44页 |
| 5.2.2 回路的最小更新操作 | 第44-45页 |
| 5.2.3 初始解的产生 | 第45-46页 |
| 5.2.4 花蜜源间的信息交流机制 | 第46-49页 |
| 5.2.5 算法的补充操作 | 第49-50页 |
| 5.2.6 算法的基本步骤 | 第50-51页 |
| 5.3 实验设计与结果分析 | 第51-57页 |
| 5.3.1 小型 TSP 问题实验设计和结果分析 | 第51-53页 |
| 5.3.2 中型 TSP 问题实验设计和结果分析 | 第53-55页 |
| 5.3.3 大型 TSP 问题实验设计和结果分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结束语 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |