| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-14页 |
| ·相关背景 | 第11-12页 |
| ·受启于蜂群特性的智能优化算法 | 第11页 |
| ·蜂群算法 | 第11-12页 |
| ·垂直搜索引擎网络爬虫 | 第12页 |
| ·本文的研究目的、意义 | 第12-13页 |
| ·本文的组织方式 | 第13-14页 |
| 第二章 受启发于蜂群特性的智能优化算法概述 | 第14-26页 |
| ·仿生计算与群体智能 | 第14页 |
| ·自然中的蜂群 | 第14-16页 |
| ·由自然蜂群提取的两个主要行为模型 | 第16页 |
| ·基于蜂群采集模型的智能优化算法 | 第16-22页 |
| ·蜂群算法（Bees Algorithm, BA） | 第17-19页 |
| ·人工蜂群算法（Artificial Bee Colony, ABC） | 第19-20页 |
| ·其它基于蜂群采集模型的智能算法 | 第20-22页 |
| ·基于蜂群进化模型的智能优化算法 | 第22-25页 |
| ·蜜蜂婚配优化（The Marriage in Honey-Bees Optimization, MBO） | 第22-24页 |
| ·其它基于蜂群进化模型的智能算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 蜂群算法 | 第26-32页 |
| ·引言 | 第26页 |
| ·蜂群算法详细描述 | 第26-28页 |
| ·标准测试函数 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 时变半径蜂群算法 | 第32-46页 |
| ·时变半径蜂群算法的引入 | 第32-33页 |
| ·线性时变半径蜂群算法 | 第33-41页 |
| ·线性调整邻域搜索半径 | 第33-34页 |
| ·算法流程 | 第34-35页 |
| ·仿真实验与结果分析 | 第35-41页 |
| ·非线性时变半径蜂群算法 | 第41-45页 |
| ·非线性调整邻域搜索半径 | 第41-42页 |
| ·仿真实验与结果分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于局部混沌搜索策略的蜂群算法 | 第46-59页 |
| ·混沌及运动特性 | 第46页 |
| ·混沌蜂群算法的引入 | 第46-47页 |
| ·基于logistic 方程混沌系统的蜂群算法 | 第47-55页 |
| ·由logistic 方程给出的混沌系统 | 第47页 |
| ·算法流程 | 第47-48页 |
| ·仿真实验与结果分析 | 第48-55页 |
| ·基于另一种混沌系统的蜂群算法 | 第55-58页 |
| ·另一种混沌系统 | 第55页 |
| ·仿真实验与结果分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 蜂群算法在垂直搜索引擎网络爬虫中的应用 | 第59-69页 |
| ·搜索引擎网络爬虫与垂直Web 搜索的发展和研究现状 | 第59-62页 |
| ·现有垂直搜索引擎网络爬虫搜索机制分析 | 第60-61页 |
| ·资源分布与链接价值关系 | 第61页 |
| ·主题垂直Web 搜索的难点 | 第61-62页 |
| ·基于蜂群算法的垂直搜索引擎网络爬虫设计与实现 | 第62-68页 |
| ·基于蜂群算法的网络爬虫搜索算法 | 第62-63页 |
| ·网页链接及链接文本的提取–正则表达式及文档对象模型 | 第63-64页 |
| ·链接价值的评价–向量空间模型 | 第64-66页 |
| ·主题词集的选取 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第七章 全文总结 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 攻读学位期间发表论文 | 第74-75页 |
| 致谢 | 第75页 |
