人工蜂群算法的混合策略研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-14页 |
| ·群体智能 | 第8页 |
| ·群体智能算法 | 第8-9页 |
| ·常见的群体智能算法简介 | 第9-11页 |
| ·群体智能算法统一框架模式 | 第11页 |
| ·论文的组织 | 第11-14页 |
| 第二章 人工蜂群算法简介 | 第14-22页 |
| ·蜜蜂群行为描述 | 第14-16页 |
| ·人工蜂群算法的原理 | 第16-17页 |
| ·人工蜂群算法的流程 | 第17页 |
| ·人工蜂群算法的特征 | 第17-19页 |
| ·人工蜂群算法的研究及现状 | 第19-22页 |
| 第三章 基于不同选择策略的蜂群算法比较与分析 | 第22-34页 |
| ·ABC 算法的选择策略 | 第22-23页 |
| ·基于不同选择策略的改进 ABC 算法 | 第23-25页 |
| ·基于适应度排序的选择策略 | 第23页 |
| ·分裂选择的思想 | 第23-24页 |
| ·锦标赛选择策略 | 第24页 |
| ·基于三种不同选择策略的 ABC 算法流程 | 第24-25页 |
| ·、实验结果与分析 | 第25-32页 |
| ·测试函数的选择 | 第25-26页 |
| ·实验参数的设置 | 第26页 |
| ·实验结果分析 | 第26-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 自适应搜索空间的混沌蜂群算法 | 第34-48页 |
| ·动态调整搜索空间 | 第34-35页 |
| ·混沌搜索 | 第35-36页 |
| ·选择策略的确定 | 第36页 |
| ·SA-CABC 算法流程 | 第36页 |
| ·实验结果与分析 | 第36-47页 |
| ·测试函数的选择 | 第36-38页 |
| ·实验参数的设置 | 第38页 |
| ·实验结果分析 | 第38-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 一种双种群差分蜂群算法 | 第48-62页 |
| ·差分进化算法（DE） | 第48-49页 |
| ·ABC 和DE 的相关性分析 | 第49页 |
| ·双种群差分蜂群算法（BDABC） | 第49-51页 |
| ·基于反向学习的群体初始化 | 第49页 |
| ·DE 中相关参数的选择 | 第49-50页 |
| ·交互学习 | 第50页 |
| ·BDABC 算法流程 | 第50-51页 |
| ·实验结果与分析 | 第51-60页 |
| ·测试函数的选择 | 第51页 |
| ·实验参数的设置 | 第51-52页 |
| ·实验结果分析 | 第52-60页 |
| ·本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士期间发表的学术论文目录 | 第70-71页 |
