首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

混合爆炸式人工蜂群算法及应用研究

摘要第5-7页
ABSTRACT第7-9页
第1章 绪论第17-34页
    1.1 研究背景及意义第17-18页
    1.2 蜂群算法研究现状及前沿问题第18-29页
        1.2.1 国内外蜂群算法研究趋势第18-19页
        1.2.2 蜂群算法的理论基础第19-20页
        1.2.3 蜂群算法的分类及应用第20-26页
        1.2.4 蜂群算法与遗传算法、蚁群算法及粒子群算法的比较第26-27页
        1.2.5 蜂群算法存在的问题及研究方向第27-29页
    1.3 主要研究内容及创新点第29-31页
        1.3.1 研究内容第29页
        1.3.2 创新点第29-31页
    1.4 论文的结构安排第31-33页
    1.5 本章小结第33-34页
第2章 人工蜂群算法的基本原理第34-48页
    2.1 引言第34页
    2.2 人工蜂群算法的数学模型第34-35页
    2.3 人工蜂群算法的计算框架第35-37页
    2.4 人工蜂群算法的时间复杂度分析第37-38页
    2.5 人工蜂群算法的收敛性分析第38-40页
    2.6 侦察蜂在人工蜂群算法中的作用第40-47页
        2.6.1 函数优化问题及参数选择第40-42页
        2.6.2 仿真实验与结果分析第42-47页
    2.7 本章小结第47-48页
第3章 一种新的佳点取法及在人工蜂群算法中的应用第48-77页
    3.1 引言第48页
    3.2 佳点集理论第48-50页
    3.3 一种新的佳点取法第50-52页
    3.4 佳点取法在人工蜂群算法中的应用第52-75页
        3.4.1 基于佳点集的初始种群构造第52-55页
        3.4.2 三种佳点人工蜂群算法求解单目标函数优化问题第55-71页
        3.4.3 新佳点人工蜂群算法求解多目标优化问题第71-75页
    3.5 本章小结第75-77页
第4章 两种提高局部搜索能力的混合爆炸式人工蜂群算法第77-95页
    4.1 引言第77页
    4.2 手榴弹爆炸法的基本原理及研究现状第77-81页
        4.2.1 手榴弹爆炸法的数学模型第77-80页
        4.2.2 手榴弹爆炸法的处理步骤第80-81页
        4.2.3 手榴弹爆炸法的研究现状第81页
    4.3 两种新的混合爆炸式人工蜂群算法第81-85页
        4.3.1 算法的设计思想第81-83页
        4.3.2 算法的计算框架和主要处理步骤第83-85页
    4.4 两种新算法求解函数优化问题第85-93页
        4.4.1 两种新算法与基本人工蜂群算法的比较第85-92页
        4.4.2 两种新算法与其他算法的比较第92-93页
    4.5 本章小结第93-95页
第5章 一种提高全局搜索能力的混合爆炸式人工蜂群算法第95-114页
    5.1 引言第95页
    5.2 柯西分布特性第95-97页
    5.3 一种新的混合爆炸式人工蜂群算法第97-99页
        5.3.1 算法的设计思想第97页
        5.3.2 算法的计算框架及主要处理步骤第97-99页
    5.4 新算法求解无约束函数优化问题第99-108页
        5.4.1 新算法在人工蜂群算法中的比较第100-103页
        5.4.2 新算法与其他流行算法的比较第103-104页
        5.4.3 各改进策略对新算法性能的影响第104-108页
    5.5 新算法求解电力系统优化调度问题第108-113页
        5.5.1 电力系统优化调度模型第109-110页
        5.5.2 电力系统优化调度求解第110-113页
    5.6 本章小结第113-114页
第6章 六种混合爆炸式人工蜂群算法在求解TSP中的应用第114-140页
    6.1 引言第114-115页
    6.2 TSP问题描述第115-116页
    6.3 人工蜂群算法求解TSP的设计第116-119页
        6.3.1 解的编码及初始解的生成第116-117页
        6.3.2 适应度函数第117页
        6.3.3 观察蜂的选择概率第117页
        6.3.4 序列更新策略第117-118页
        6.3.5 算法处理步骤第118-119页
    6.4 混合爆炸式人工蜂群算法求解TSP的设计第119-121页
        6.4.1 序列更新策略第119-120页
        6.4.2 最小路径更新操作第120-121页
        6.4.3 变化路径长度的计算第121页
    6.5 仿真实验与结果分析第121-139页
        6.5.1 固定地图TSP求解第122-126页
        6.5.2 随机动态地图TSP求解第126-137页
        6.5.3 初始路径图优化Dantzig42求解第137-139页
    6.6 本章小结第139-140页
第7章 总结与展望第140-144页
    7.1 总结第140-142页
    7.2 展望第142-144页
参考文献第144-158页
致谢第158-159页
附录第159-166页
    附录1 TSP实例第159-164页
    附录2 攻读博士学位期间发表的论文第164-166页
    附录3 攻读博士学位期间主持与参加的科研项目第166页

论文共166页,点击 下载论文
上一篇:基于BML-DEA模型的大气环境全要素生产率影响分析
下一篇:时滞Markov跳变非线性随机系统在几乎必然意义下的滤波与控制