| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 课题研究的目的和意义 | 第13-14页 |
| 1.2 群智能算法简介 | 第14-18页 |
| 1.2.1 群智能的概念及特点 | 第14-15页 |
| 1.2.2 群智能算法 | 第15-18页 |
| 1.3 论文的主要研究内容 | 第18-20页 |
| 第二章 组合优化问题 | 第20-31页 |
| 2.1 引言 | 第20页 |
| 2.2 组合优化问题及其求解中的基本概念 | 第20-24页 |
| 2.2.1 组合优化问题的基本形式 | 第20-21页 |
| 2.2.2 NP 完全问题 | 第21页 |
| 2.2.3 Pareto 最优原理 | 第21-22页 |
| 2.2.4 确定性优化算法 | 第22-23页 |
| 2.2.5 启发式优化算法 | 第23-24页 |
| 2.3 典型单目标组合优化问题 | 第24-26页 |
| 2.3.1 旅行商问题 | 第24-25页 |
| 2.3.2 流水车间作业调度问题 | 第25-26页 |
| 2.4 多目标多约束组合优化问题 | 第26-30页 |
| 2.4.1 多目标多约束组合优化问题提出 | 第26-28页 |
| 2.4.2 多目标处理技术 | 第28-29页 |
| 2.4.3 约束处理技术 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 改进二进制蜜蜂算法及对旅行商问题的求解 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 蜜蜂算法基本模型 | 第31-34页 |
| 3.2.1 蜜蜂觅食机理 | 第31-32页 |
| 3.2.2 蜜蜂算法 | 第32-34页 |
| 3.3 改进二进制蜜蜂算法 | 第34-37页 |
| 3.4 改进二进制蜜蜂算法对单目标旅行商问题的求解 | 第37-39页 |
| 3.4.1 试验设计 | 第37页 |
| 3.4.2 试验结果 | 第37-39页 |
| 3.5 改进二进制蜜蜂算法对多目标旅行商问题的求解 | 第39-43页 |
| 3.5.1 多目标旅行商问题的数学模型 | 第40页 |
| 3.5.2 试验设计 | 第40页 |
| 3.5.3 试验结果 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 模块化可重构服务机器人群任务规划问题建模 | 第44-54页 |
| 4.1 引言 | 第44页 |
| 4.2 模块化可重构服务机器人群任务规划问题提出 | 第44-46页 |
| 4.3 问题分析 | 第46-47页 |
| 4.4 问题解的定义 | 第47-48页 |
| 4.5 优化目标建模 | 第48-50页 |
| 4.6 约束建模 | 第50-53页 |
| 4.7 本章小结 | 第53-54页 |
| 第五章 改进二进制蜜蜂算法对模块化可重构服务机器人群任务规划问题的求解 | 第54-71页 |
| 5.1 引言 | 第54页 |
| 5.2 单目标模块化可重构机器人群任务规划问题求解 | 第54-58页 |
| 5.2.1 试验条件 | 第54-55页 |
| 5.2.2 试验参数 | 第55-56页 |
| 5.2.3 试验结果与分析 | 第56-58页 |
| 5.3 多目标模块化可重构机器人群任务规划问题求解 | 第58-70页 |
| 5.3.1 求解示例 | 第58-60页 |
| 5.3.2 后处理策略讨论 | 第60页 |
| 5.3.3 拥挤距离循环选择法示例 | 第60-62页 |
| 5.3.4 算法性能评估 | 第62-65页 |
| 5.3.5 对小规模任务的求解 | 第65-67页 |
| 5.3.6 对不同规模任务的求解 | 第67-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 本文创新点 | 第71-72页 |
| 6.3 展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 作者在攻读硕士学位期间公开发表论文及专利授权情况 | 第78-79页 |
| （一）在攻读硕士学位期间发表的论文 | 第78页 |
| （二）在攻读硕士学位期间授权的专利 | 第78-79页 |
| 作者在攻读硕士学位期间所作的项目 | 第79-80页 |
| 致谢 | 第80页 |
