| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 国内外对人工蜂群算法的改进 | 第14-15页 |
| 1.2.2 人工蜂群算法在国内外的应用 | 第15-16页 |
| 1.3 研究内容 | 第16-18页 |
| 第二章 标准人工蜂群算法 | 第18-24页 |
| 2.1 蜜蜂采蜜的生物学原理 | 第18-19页 |
| 2.2 人工蜂群算法的基本原理 | 第19-22页 |
| 2.3 人工蜂群算法特点 | 第22-23页 |
| 2.3.1 算法优点 | 第22页 |
| 2.3.2 算法缺点 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于元胞自动机原理的改进人工蜂群算法 | 第24-33页 |
| 3.1 改进人工蜂群算法 | 第24-27页 |
| 3.1.1 标准人工蜂群算法的改进思路 | 第24页 |
| 3.1.2 元胞自动机原理 | 第24-25页 |
| 3.1.3 元胞人工蜂群算法 | 第25-27页 |
| 3.2 0‐1 规划问题 | 第27-29页 |
| 3.2.1 0‐1 规划问题概述 | 第27-28页 |
| 3.2.2 算例选择 | 第28-29页 |
| 3.3 算例求解 | 第29-32页 |
| 3.4 本章总结 | 第32-33页 |
| 第四章 自然选择的改进人工蜂群算法 | 第33-41页 |
| 4.1 算法改进思想 | 第33-34页 |
| 4.1.1 提高局部搜索能力 | 第33-34页 |
| 4.1.2 提高种群多样性 | 第34页 |
| 4.2 改进算法求解流程 | 第34-36页 |
| 4.3 频率分配问题 | 第36-37页 |
| 4.4 算例求解 | 第37-40页 |
| 4.5 本章总结 | 第40-41页 |
| 第五章 人工蜂群算法用于电子商务多AGENT自动谈判模型 | 第41-49页 |
| 5.1 自动谈判模型 | 第41页 |
| 5.2 电子商务自动谈判 | 第41-43页 |
| 5.2.1 多Agent谈判系统的特征 | 第41-42页 |
| 5.2.2 Agent属性的权重和效用 | 第42-43页 |
| 5.2.3 自动谈判过程及协议 | 第43页 |
| 5.3 人工蜂群算法的谈判模型设计 | 第43-46页 |
| 5.3.1 人工蜂群算法建模及求解 | 第43-46页 |
| 5.4 模型验证 | 第46-48页 |
| 5.4.1 实例描述 | 第46-47页 |
| 5.4.2 实例验证 | 第47-48页 |
| 5.5 结论 | 第48-49页 |
| 第六章 人工蜂群算法用于多属性反向拍卖中投标策略模型 | 第49-60页 |
| 6.1 反向拍卖问题 | 第49页 |
| 6.2 建模准备 | 第49-51页 |
| 6.2.1 投标规则 | 第49-50页 |
| 6.2.2 竞争供应商非价格属性的成本函数 | 第50-51页 |
| 6.3 人工蜂群算法建模 | 第51-56页 |
| 6.3.1 人工蜂群算法 | 第51-52页 |
| 6.3.2 供应商投标策略建模 | 第52-56页 |
| 6.4 实例验证 | 第56-59页 |
| 6.5 结论 | 第59-60页 |
| 第七章 人工蜂群算法求解支持QOS约束的电子采购模型 | 第60-68页 |
| 7.1 电子采购模型现状 | 第60页 |
| 7.2 电子采购系统 | 第60-61页 |
| 7.3 QoS属性 | 第61-63页 |
| 7.3.1 QoS属性选择 | 第61-62页 |
| 7.3.2 QoS模糊量化 | 第62-63页 |
| 7.4 模型及求解 | 第63-66页 |
| 7.4.1 电子物流采购模型 | 第63-65页 |
| 7.4.2 人工蜂群算法求解模型 | 第65-66页 |
| 7.5 实例测试 | 第66-67页 |
| 7.5.1 问题描述 | 第66-67页 |
| 7.5.2 验证求解 | 第67页 |
| 7.6 本章小结 | 第67-68页 |
| 第八章 结论与展望 | 第68-70页 |
| 8.1 全文总结 | 第68页 |
| 8.2 展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 在读期间公开发表的论文和承担的科研项目及取得成果 | 第76-77页 |
| 致谢 | 第77页 |
