| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-18页 |
| 1.1.1 网络发展历程 | 第14-15页 |
| 1.1.2 复杂网络的定义 | 第15页 |
| 1.1.3 复杂网络的特性 | 第15-16页 |
| 1.1.4 网络鲁棒性的定义 | 第16-17页 |
| 1.1.5 网络鲁棒性的研究意义 | 第17-18页 |
| 1.2 国内外研究现状 | 第18页 |
| 1.3 进化计算 | 第18-20页 |
| 1.3.1 进化计算的发展历程 | 第19页 |
| 1.3.2 进化计算的原理及实现 | 第19-20页 |
| 1.4 论文结构安排 | 第20-22页 |
| 第二章 复杂网络理论及其优化算法 | 第22-34页 |
| 2.1 基本网络模型 | 第22-24页 |
| 2.1.1 规则网络 | 第22页 |
| 2.1.2 随机网络 | 第22页 |
| 2.1.3 小世界网络 | 第22-23页 |
| 2.1.4 无标度网络 | 第23-24页 |
| 2.1.5 多层网络 | 第24页 |
| 2.2 恶意攻击类型 | 第24-25页 |
| 2.3 网络鲁棒性评价准则 | 第25-27页 |
| 2.3.1 基于网络连通性的网络鲁棒性评价准则 | 第25-26页 |
| 2.3.2 基于随机图论的网络鲁棒性评价准则 | 第26页 |
| 2.3.3 基于最大连通子分量的网络鲁棒性评价准则 | 第26-27页 |
| 2.4 已有算法 | 第27-34页 |
| 2.4.1 爬山法 | 第27-28页 |
| 2.4.2 模拟退火算法 | 第28-29页 |
| 2.4.3 遗传算法 | 第29-30页 |
| 2.4.4 多智能体遗传算法 | 第30-34页 |
| 第三章 优化恶意攻击下网络鲁棒性的多智能体遗传算法 | 第34-52页 |
| 3.1 恶意攻击下的网络鲁棒性 | 第34-35页 |
| 3.2 适应度评价函数 | 第35-36页 |
| 3.3 MAGA-RSFMA介绍 | 第36-43页 |
| 3.3.1 种群初始化 | 第36页 |
| 3.3.2 邻域竞争算子 | 第36-37页 |
| 3.3.3 邻域交叉算子 | 第37-39页 |
| 3.3.4 变异算子 | 第39-40页 |
| 3.3.5 局部搜索算子 | 第40-41页 |
| 3.3.6 MAGA-RSF_(MA)的实现 | 第41-43页 |
| 3.4 仿真实验及结果分析 | 第43-50页 |
| 3.4.1 测试网络和算法参数的设定 | 第43页 |
| 3.4.2 MAGA-RSF_(MA)在无标度网络上的实验结果及分析 | 第43-47页 |
| 3.4.3 MAGA-RSF_(MA)在实际网络上的实验结果及分析 | 第47-50页 |
| 3.5 本章总结 | 第50-52页 |
| 第四章 总结与展望 | 第52-54页 |
| 4.1 本文工作总结 | 第52-53页 |
| 4.2 未来工作展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 作者简介 | 第62-63页 |
