| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 ABC算法的起源及其研究进展 | 第9-11页 |
| 1.1.1 算法起源 | 第9-10页 |
| 1.1.2 研究进展 | 第10-11页 |
| 1.2 人工蜂群算法的优势 | 第11-12页 |
| 1.3 论文研究内容与组织结构 | 第12-14页 |
| 第2章 人工蜂群算法(ABC算法) | 第14-27页 |
| 2.1 人工蜂群算法的生物模型 | 第14-15页 |
| 2.2 人工蜂群算法 | 第15-20页 |
| 2.3 人工蜂群算法中控制参数的选择 | 第20页 |
| 2.4 人工蜂群算法进化分析 | 第20-21页 |
| 2.4.1 个体进化分析 | 第20-21页 |
| 2.4.2 群体进化分析 | 第21页 |
| 2.5 人工蜂群算法的收敛性分析 | 第21-27页 |
| 2.5.1 人工蜂群算法的Markov链模型 | 第21-24页 |
| 2.5.2 人工蜂群算法收敛性证明 | 第24-27页 |
| 第3章 改进的人工蜂群算法 | 第27-36页 |
| 3.1 混合优化算法概述 | 第28页 |
| 3.2 极值动力学优化算法 | 第28-31页 |
| 3.2.1 自组织临界理论 | 第28-29页 |
| 3.2.2 Bak-Sneppen生物演化模型 | 第29-30页 |
| 3.2.3 EO算法 | 第30-31页 |
| 3.3 混合的人工蜂群-极值优化算法 | 第31页 |
| 3.4 混合的人工蜂群-极值优化算法的应用领域 | 第31-33页 |
| 3.5 基本测试函数的优化实验 | 第33-34页 |
| 3.5.1 测试函数 | 第33页 |
| 3.5.2 参数设置 | 第33-34页 |
| 3.5.3 实验结果 | 第34页 |
| 3.6 本章小结 | 第34-36页 |
| 第4章 基于混合的人工蜂群-极值优化算法的无约束函数优化 | 第36-51页 |
| 4.1 无约束函数优化问题 | 第36-37页 |
| 4.1.1 无约束优化问题的定义 | 第36页 |
| 4.1.2 无约束优化问题的算法框架 | 第36-37页 |
| 4.2 基于混合的人工蜂群-极值优化算法的无约束函数优化 | 第37-46页 |
| 4.2.1 仿真实验 | 第37-42页 |
| 4.2.2 实验结果 | 第42-46页 |
| 4.3 基于改进的人工蜂群-极值优化算法的无约束函数优化 | 第46-50页 |
| 4.3.1 改进方式 | 第46-47页 |
| 4.3.2 改进的人工蜂群-极值优化算法 | 第47页 |
| 4.3.3 实验仿真 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于混合人工蜂群-极值优化算法的约束函数优化 | 第51-58页 |
| 5.1 有约束函数优化问题 | 第51-53页 |
| 5.1.1 约束问题定义 | 第51页 |
| 5.1.2 约束处理方法 | 第51-52页 |
| 5.1.3 混合的人工蜂群-极值优化算法的约束处理 | 第52-53页 |
| 5.2 仿真实验和结论 | 第53-57页 |
| 5.3 本章小结 | 第57-58页 |
| 第6章 结论与展望 | 第58-60页 |
| 参考 文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间的研究成果 | 第65-66页 |
