声明
摘要
第1章引言
1.1研究背景与意义
1.2多目标旅行商问题
1.3多目标蚁群优化算法模型
1.4研究现状与动态
1.5本文工作及组织结构
第2章相关多目标蚁群算法比较分析
2.1多目标蚁群算法(MOACO)
2.1.1多目标蚁群优化算法(MOACO)中构造解组件
2.1.2 MOACO算法中信息素更新组件
2.1.3 MOACO算法多群组件
2.1.4多目标蚁群优化(MOACO)算法框架
2.2基于分解的多目标蚁群算法
2.2.1问题定义
2.2.2多目标优化问题(MOP)的分解
2.2.3 MOEA/D-ACO算法
2.2.4 MOACO/D算法
2.3多目标蚁群算法的评价机制
2.3.1评价机制所需的相关理论基础
2.3.2评价机制中相关工具介绍
2.3.3质量指标
2.4实验比对分析
2.4.1参数设置
2.4.2 bTSP问题的实验比对分析
2.5本章小结
第3章融合负反馈信息的多目标蚁群优化算法
3.1 NMOACO/D算法基本思想
3.2 NMOACO/D算法模型
3.3 NMOACO/D算法描述
3.4实验比较分析
3.4.1参数调整
3.4.2 NMOACO/D算法的收敛性分析
3.4.3基于H-指标算法的比较
3.4.4近似Pareto前沿
3.5本章小结
第4章自适应信息素选择多目标优化算法
4.1 SNMOACO/D算法基本思想
4.2 SNMOACO/D算法模型
4.2.1多群体的设定
4.2.2概率状态转移(PSW)
4.2.3更新正反馈信息素
4.3 SNMOACO/D算法描述
4.4实验结果比较与分析
4.4.2 SNMOACO/D算法的性能分析
4.5本章小结
第5章结论与展望
5.1主要贡献与结论
5.2未来研究展望
参考文献
附录
致谢
攻读硕士期间科研及发表论文情况