| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-24页 |
| 1.1 课题研究的背景和意义 | 第9页 |
| 1.2 几种常见的智能优化算法 | 第9-14页 |
| 1.2.1 粒子群优化算法 | 第10-12页 |
| 1.2.2 差分进化算法 | 第12-14页 |
| 1.3 人工蜂群算法原理及研究现状 | 第14-23页 |
| 1.3.1 蜜蜂采蜜机理 | 第14-16页 |
| 1.3.2 算法描述 | 第16-18页 |
| 1.3.3 人工蜂群算法流程及复杂度分析 | 第18-20页 |
| 1.3.4 研究现状 | 第20-23页 |
| 1.4 论文主要研究内容和结构安排 | 第23-24页 |
| 第二章 基于转轴法的导向人工蜂群算法 | 第24-31页 |
| 2.1 引言 | 第24页 |
| 2.2 方向引导策略 | 第24-25页 |
| 2.3 转轴法 | 第25页 |
| 2.4 基于转轴法的导向人工蜂群算法 | 第25-26页 |
| 2.5 基于转轴法的导向人工蜂群算法复杂度分析 | 第26-27页 |
| 2.6 基于转轴法的导向人工蜂群算法性能测试 | 第27-30页 |
| 2.6.1 基准函数 | 第27-28页 |
| 2.6.2 仿真实验 | 第28-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第三章 区域学习精英池的转轴人工蜂群算法 | 第31-49页 |
| 3.1 引言 | 第31页 |
| 3.2 区域学习精英池策略 | 第31-32页 |
| 3.3 区域学习精英池的转轴人工蜂群算法 | 第32页 |
| 3.4 区域学习精英池的转轴人工蜂群算法复杂度分析 | 第32-33页 |
| 3.5 区域学习精英池的转轴人工蜂群算法性能测试 | 第33-47页 |
| 3.5.1 测试函数 | 第34页 |
| 3.5.2 参数敏感性分析 | 第34-35页 |
| 3.5.3 策略有效性分析 | 第35-42页 |
| 3.5.4 与其他改进ABC算法的比较 | 第42-43页 |
| 3.5.5 与其他相关演化算法的比较 | 第43-46页 |
| 3.5.6 运行时间比较 | 第46-47页 |
| 3.6 RDABC和ERABC算法比较 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 结论与展望 | 第49-51页 |
| 4.1 结论 | 第49-50页 |
| 4.2 展望 | 第50-51页 |
| 参考文 献 | 第51-56页 |
| 附录 | 第56-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间的研究成果 | 第67-68页 |