致谢 | 第1-5页 |
摘要 | 第5-6页 |
Abstract | 第6-9页 |
1. 绪论 | 第9-16页 |
·多目标优化背景 | 第9-10页 |
·蚁群算法的产生和发展 | 第10-12页 |
·多目标蚁群算法概述 | 第12-13页 |
·本文的主要内容 | 第13-16页 |
2. 理论基础 | 第16-28页 |
·多目标优化问题的基本原理和方法 | 第16-22页 |
·多目标优化的基本概念 | 第16-19页 |
·传统的多目标优化方法 | 第19-21页 |
·传统优化方法的局限性 | 第21-22页 |
·基本蚁群算法的原理和方法 | 第22-28页 |
·旅行商问题 | 第22页 |
·基本蚁群算法的原理 | 第22-23页 |
·基本蚁群算法的方法 | 第23-26页 |
·基本蚁群算法的优点与不足 | 第26-28页 |
3. 求解多目标TSP 问题的智能蚂蚁算法 | 第28-42页 |
·多目标评价指标 | 第28-29页 |
·多目标TSP 问题的模型 | 第29-30页 |
·算法描述 | 第30-35页 |
·算法中的关键问题 | 第30-32页 |
·对算法进行的改进讨论 | 第32-34页 |
·算法的步骤 | 第34-35页 |
·收敛性证明 | 第35-38页 |
·实验及其结果分析 | 第38-42页 |
4. 基于Nash 均衡策略的多目标连续域进化蚁群算法 | 第42-58页 |
·对蚁群算法的进化改进 | 第42-48页 |
·算法描述 | 第43-44页 |
·进化蚁群算法(EACS)步骤 | 第44-45页 |
·数值实验与分析 | 第45-48页 |
·将Nash 均衡策略与多目标连续域进化蚁群算法相结合 | 第48-52页 |
·连续域进化蚁群算法(CEACS) | 第48-49页 |
·多目标连续域进化蚁群算法(MCEACS) | 第49-50页 |
·Nash-MCEACS 算法的基本思想及步骤 | 第50-52页 |
·收敛性证明 | 第52-55页 |
·实验及其结果分析 | 第55-58页 |
5. 结论 | 第58-60页 |
参考文献 | 第60-64页 |
附录 | 第64-71页 |
作者简历 | 第71-73页 |
学位论文数据集 | 第73-74页 |