基于共享因子的人工蜂群算法的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的主要工作和意义 | 第10-12页 |
| 1.3.1 研究目标 | 第10-11页 |
| 1.3.2 本文主要研究内容 | 第11-12页 |
| 1.3.3 本课题的研究意义 | 第12页 |
| 1.4 文章结构 | 第12-13页 |
| 2 人工蜂群（ABC）算法 | 第13-26页 |
| 2.1 引言 | 第13页 |
| 2.2 人工蜂群算法的生物原理 | 第13-17页 |
| 2.2.1 蜜蜂的采蜜过程 | 第14-15页 |
| 2.2.2 蜜蜂的采蜜轨迹 | 第15-16页 |
| 2.2.3 蜂群模型的构成 | 第16-17页 |
| 2.3 ABC算法的数学原理 | 第17-20页 |
| 2.4 ABC算法的流程 | 第20-21页 |
| 2.5 参数分析 | 第21-22页 |
| 2.6 ABC算法特点 | 第22-24页 |
| 2.6.1 系统性 | 第22-23页 |
| 2.6.2 分布性 | 第23页 |
| 2.6.3 自组织性 | 第23页 |
| 2.6.4 反馈性 | 第23页 |
| 2.6.5 ABC算法的优缺点 | 第23-24页 |
| 2.7 参数对收敛性能的影响分析 | 第24页 |
| 2.8 ABC算法的搜索能力 | 第24-25页 |
| 2.9 总结 | 第25-26页 |
| 3 ABC算法的改进 | 第26-36页 |
| 3.1 ABC算法的多种改进方法 | 第26页 |
| 3.2 全局最优人工蜂群算法 | 第26-27页 |
| 3.2.1 GABC算法的数学描述 | 第26-27页 |
| 3.2.2 GABC算法具体步骤 | 第27页 |
| 3.3 基于共享因子的GABC算法 | 第27-29页 |
| 3.3.1 SF-GABC算法的数学描述 | 第28页 |
| 3.3.2 SF-GABC算法的具体步骤 | 第28-29页 |
| 3.4 实验结果与分析 | 第29-35页 |
| 3.4.1 测试函数及参数设置 | 第29-31页 |
| 3.4.2 改进算法的对比实验 | 第31-35页 |
| 3.4.3 结果分析 | 第35页 |
| 3.5 总结 | 第35-36页 |
| 4 基于共享因子GABC算法的应用 | 第36-49页 |
| 4.1 人工蜂群算法应用 | 第36-41页 |
| 4.1.1 多维背包问题求解 | 第36-37页 |
| 4.1.2 车辆路径问题求解 | 第37-38页 |
| 4.1.3 旅行商问题求解 | 第38-40页 |
| 4.1.4 函数优化问题求解 | 第40-41页 |
| 4.2 改进人工蜂群算法在新安江水文模型中的应用 | 第41-48页 |
| 4.2.1 新安江水文模型的建立 | 第41-42页 |
| 4.2.2 设置水文模型参数 | 第42-43页 |
| 4.2.3 目标函数设计 | 第43页 |
| 4.2.4 水文模型参数优化问题的求解方法 | 第43-44页 |
| 4.2.5 建立应用模型 | 第44-45页 |
| 4.2.6 实验结果与分析 | 第45-48页 |
| 4.3 总结 | 第48-49页 |
| 结论 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间的研究成果 | 第54页 |
