| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第13-35页 |
| 1.1 研究背景 | 第13-20页 |
| 1.1.1 算法起源 | 第13-17页 |
| 1.1.2 ABC算法简介 | 第17-19页 |
| 1.1.3 群智能算法的哲学理论 | 第19-20页 |
| 1.2 研究现状 | 第20-25页 |
| 1.2.1 算法的改进研究 | 第20-23页 |
| 1.2.2 算法的多目标研究 | 第23-24页 |
| 1.2.3 算法的应用研究 | 第24-25页 |
| 1.3 其他群体智能算法 | 第25-30页 |
| 1.3.1 PSO算法 | 第25-27页 |
| 1.3.2 ACO算法 | 第27-28页 |
| 1.3.3 FA算法 | 第28-30页 |
| 1.4 最优化问题及数值求解方法 | 第30-34页 |
| 1.4.1 最速下降法 | 第31-32页 |
| 1.4.2 共轭梯度法 | 第32-33页 |
| 1.4.3 牛顿法 | 第33-34页 |
| 1.5 本文组织 | 第34-35页 |
| 第2章 基于混沌搜索的单目标人工蜂群算法 | 第35-62页 |
| 2.1 单目标优化问题 | 第35-36页 |
| 2.2 人工蜂群算法简介 | 第36-42页 |
| 2.2.1 算法思想 | 第36-39页 |
| 2.2.2 算法框架 | 第39-41页 |
| 2.2.3 选择策略的分析 | 第41-42页 |
| 2.3 混沌映射 | 第42-48页 |
| 2.3.1 相关理论背景 | 第43-44页 |
| 2.3.2 Logistic混沌映射 | 第44-46页 |
| 2.3.3 Tent混沌映射 | 第46-47页 |
| 2.3.4 Henon混沌映射 | 第47-48页 |
| 2.4 基于混沌搜索的算法流程 | 第48-53页 |
| 2.4.1 初始化阶段 | 第48-49页 |
| 2.4.2 邻域搜索 | 第49页 |
| 2.4.3 适应度函数 | 第49-50页 |
| 2.4.4 选择策略 | 第50-51页 |
| 2.4.5 算法流程 | 第51-53页 |
| 2.5 实验仿真与结果分析 | 第53-62页 |
| 2.5.1 测试函数 | 第53-54页 |
| 2.5.2 实验参数设置 | 第54-55页 |
| 2.5.3 实验结果及分析 | 第55-62页 |
| 第3章 求解约束优化问题的文化基因人工蜂群混沌算法 | 第62-78页 |
| 3.1 约束优化问题及其传统解法 | 第62-65页 |
| 3.1.1 约束优化问题的描述 | 第62-63页 |
| 3.1.2 常见数值解法 | 第63-65页 |
| 3.2 文化基因算法 | 第65-67页 |
| 3.3 基于可行规则的文化基因人工蜂群算法 | 第67-71页 |
| 3.3.1 处理约束条件的可行规则 | 第67-68页 |
| 3.3.2 微分进化算法 | 第68-69页 |
| 3.3.3 算法流程 | 第69-71页 |
| 3.4 实验仿真与性能的分析 | 第71-78页 |
| 3.4.1 COP测试问题 | 第71-74页 |
| 3.4.2 性能分析 | 第74-78页 |
| 第4章 典型的多目标人工蜂群算法 | 第78-96页 |
| 4.1 多目标问题的数学模型及其研究发展历程 | 第78-82页 |
| 4.1.1 多目标问题的数学模型及相关概念 | 第78-80页 |
| 4.1.2 多目标优化问题研究的发展历程 | 第80-82页 |
| 4.2 常用的多目标优化数值方法 | 第82-85页 |
| 4.2.1 加权和法 | 第82-83页 |
| 4.2.2 目标规划法 | 第83页 |
| 4.2.3 约束法 | 第83-84页 |
| 4.2.4 理想点法 | 第84页 |
| 4.2.5 逐步约束法 | 第84-85页 |
| 4.2.6 极小极大点法 | 第85页 |
| 4.3 多目标智能算法 | 第85-92页 |
| 4.3.1 NSGA-II | 第86-89页 |
| 4.3.2 MOPSO | 第89-92页 |
| 4.4 典型的多目标人工蜂群算法 | 第92-96页 |
| 4.4.1 蜂群初始化 | 第92页 |
| 4.4.2 雇佣蜂采蜜 | 第92-93页 |
| 4.4.3 选择跟随蜂 | 第93-94页 |
| 4.4.4 算法流程 | 第94-96页 |
| 第5章 基于分解的多目标人工蜂群算法 | 第96-114页 |
| 5.1 引言 | 第96-97页 |
| 5.2 多目标分解策略 | 第97-99页 |
| 5.2.1 基于对称拉丁超立方的权向量设计 | 第97-98页 |
| 5.2.2 多目标问题的分解 | 第98-99页 |
| 5.2.3 子问题的邻域设置 | 第99页 |
| 5.3 MOABCD算法流程 | 第99-102页 |
| 5.3.1 雇佣蜂的选择机制 | 第99-100页 |
| 5.3.2 派遣跟随蜂 | 第100页 |
| 5.3.3 邻域搜索 | 第100-101页 |
| 5.3.4 算法流程 | 第101-102页 |
| 5.4 实验设置及分析 | 第102-105页 |
| 5.4.1 实验环境和参数设置 | 第102-103页 |
| 5.4.2 评价指标 | 第103-105页 |
| 5.5 实验结果讨论 | 第105-113页 |
| 5.6 总结 | 第113-114页 |
| 第6章 全文总结与展望 | 第114-117页 |
| 6.1 全文总结 | 第114-115页 |
| 6.2 展望 | 第115-117页 |
| 参考文献 | 第117-124页 |
| 攻读博士学位期间发表论文情况 | 第124-125页 |
| 致谢 | 第125页 |