| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 引言 | 第11-21页 |
| 1.1 研究意义 | 第11-12页 |
| 1.2 多目标优化问题 | 第12-14页 |
| 1.2.1 问题描述 | 第12页 |
| 1.2.2 Pareto最优理论 | 第12-14页 |
| 1.3 人工蜂群算法 | 第14-18页 |
| 1.3.1 生物模型及算法描述 | 第14-16页 |
| 1.3.2 研究现状 | 第16-18页 |
| 1.4 算法评价指标 | 第18-19页 |
| 1.5 本文工作及组织 | 第19-21页 |
| 第2章 多目标人工蜂群算法框架 | 第21-38页 |
| 2.1 总体框架 | 第21-22页 |
| 2.2 策略设计 | 第22-35页 |
| 2.2.1 局部优化策略 | 第22-26页 |
| 2.2.2 初始化策略 | 第26-27页 |
| 2.2.3 雇佣蜂觅食策略 | 第27-28页 |
| 2.2.4 食物源评价策略 | 第28-31页 |
| 2.2.5 食物源的形成机制 | 第31-33页 |
| 2.2.6 观察蜂觅食策略 | 第33-34页 |
| 2.2.7 侦查蜂觅食策略 | 第34-35页 |
| 2.3 框架描述 | 第35-36页 |
| 2.4 本章小结 | 第36-38页 |
| 第3章 多目标人工蜂群算法在函数优化中的应用 | 第38-59页 |
| 3.1 算法模型 | 第38-40页 |
| 3.2 测试用例 | 第40-43页 |
| 3.3 收敛性分析 | 第43-44页 |
| 3.4 参数调整 | 第44-46页 |
| 3.5 局部搜索策略对算法性能的影响 | 第46-48页 |
| 3.6 算法的比较分析 | 第48-58页 |
| 3.6.1 算法内部的比较 | 第48-52页 |
| 3.6.2 与其它算法的对比分析 | 第52-58页 |
| 3.7 本章小结 | 第58-59页 |
| 第4章 多目标人工蜂群算法在面向QOS无线网络路由优化中的应用 | 第59-82页 |
| 4.1 研究现状 | 第59-60页 |
| 4.2 问题定义 | 第60-61页 |
| 4.3 算法模型 | 第61-66页 |
| 4.3.1 初始化 | 第61-63页 |
| 4.3.2 发送雇佣峰 | 第63-65页 |
| 4.3.3 发送观察蜂 | 第65-66页 |
| 4.3.5 局部优化 | 第66页 |
| 4.4 实验与分析 | 第66-80页 |
| 4.4.1 实验测试用例 | 第66-67页 |
| 4.4.2 收敛性分析 | 第67-68页 |
| 4.4.3 参数调整 | 第68-69页 |
| 4.4.4 相关算法对比分析 | 第69-80页 |
| 4.5 本章小结 | 第80-82页 |
| 第5章 多目标人工蜂群算法在面向QOS服务选取问题中的应用 | 第82-100页 |
| 5.1 研究现状 | 第83页 |
| 5.2 问题模型 | 第83-84页 |
| 5.3 算法模型 | 第84-87页 |
| 5.3.1 初始化 | 第84-86页 |
| 5.3.2 发送雇佣蜂 | 第86页 |
| 5.3.3 发送观察蜂 | 第86-87页 |
| 5.3.4 发送侦查蜂 | 第87页 |
| 5.3.5 局部优化 | 第87页 |
| 5.4 实验与分析 | 第87-99页 |
| 5.4.1 实验测试用例 | 第87-88页 |
| 5.4.2 收敛性分析 | 第88-89页 |
| 5.4.3 参数调整 | 第89-90页 |
| 5.4.4 相关算法对比分析 | 第90-99页 |
| 5.5 本章小结 | 第99-100页 |
| 第6章 总结与展望 | 第100-101页 |
| 参考文献 | 第101-105页 |
| 致谢 | 第105-106页 |
| 攻读硕士期间参加的项目及发表的论文 | 第106页 |