致谢
摘要
Abstract
1. 绪论
1.1 多目标优化背景
1.2 蚁群算法的产生和发展
1.3 多目标蚁群算法概述
1.4 本文的主要内容
2. 理论基础
2.1 多目标优化问题的基本原理和方法
2.1.1 多目标优化的基本概念
2.1.2 传统的多目标优化方法
2.1.3 传统优化方法的局限性
2.2 基本蚁群算法的原理和方法
2.2.1 旅行商问题
2.2.2 基本蚁群算法的原理
2.2.3 基本蚁群算法的方法
2.2.4 基本蚁群算法的优点与不足
3. 求解多目标TSP 问题的智能蚂蚁算法
3.1 多目标评价指标
3.2 多目标TSP 问题的模型
3.3 算法描述
3.3.1 算法中的关键问题
3.3.2 对算法进行的改进讨论
3.2.3 算法的步骤
3.4 收敛性证明
3.5 实验及其结果分析
4. 基于Nash 均衡策略的多目标连续域进化蚁群算法
4.1 对蚁群算法的进化改进
4.1.1 算法描述
4.1.2 进化蚁群算法(EACS)步骤
4.1.3 数值实验与分析
4.2 将Nash 均衡策略与多目标连续域进化蚁群算法相结合
4.2.1 连续域进化蚁群算法(CEACS)
4.2.2 多目标连续域进化蚁群算法(MCEACS)
4.2.3 Nash-MCEACS 算法的基本思想及步骤
4.3 收敛性证明
4.4 实验及其结果分析
5. 结论
参考文献
附录
作者简历
学位论文数据集