《多目标人工蜂群算法及遗传算法的研究与应用》主要研究了求解多目标优化问题的人工蜂群算法及混合遗传算法，针对不同的测试问题，建立了相应的多目标优化算法模型，并从多个角度与相关算法进行了试验对比分析。在多目标人工蜂群算法方面，设计了一种多目标人工蜂群框架，并针对框架的各部分，实现了多种策略，从而衍生出多种多目标人工蜂群算法，并将其应用于求解具有连续空间的函数优化问题和离散空间的面向QoS的无线网络路由优化问题。《多目标人工蜂群算法及遗传算法的研究与应用》在多目标混合遗传算法方面，对已有的几种被广泛认可的遗传算法及PLS算法进行了研究，提出了几种改进的混合多目标遗传算法，并利用提出的算法求解了光网络优化问题及服务选取问题。

第一部分  相关研究
1 绪论
1.1 研究意义
1.2 多目标优化问题
1.3 研究现状
1.4 算法评价指标
1.5 本章小结
2 相关算法
2.1 人工蜂群算法
2.2 遗传算法
2.3 Pareto局部优化算法
2.4 本章小结

第二部分  多目标人工蜂群算法
3 多目标人工蜂群算法设计
3.1 总体框架第一部分相关研究
3.2 策略设计
3.3 算法描述
3.4 本章小结
4 多目标函数优化问题
4.1 算法模型
4.2 试验分析
4.3 本章小结
5 面向QoS的无线网络路由优化问题
5.1 引言
5.2 问题定义
5.3 算法模型
5.4 试验分析
5.5 本章小结

第三部分  多目标遗传算法
6 多目标遗传算法设计
6.1 改进的NSGA2 多目标遗传算法——INSGA2
6.2 改进的SPEA2 多目标遗传算法——ISPEA2
6.3 改进的MOEAD多目标遗传算法——IMOEAD
6.4 基于SPEA2 和MOEAD的混合分解多目标遗传算法
6.5 本章小结
7 MQRWA问题
7.1 引言
7.2 问题定义
7.3 遗传算法模型
7.4 试验分析
7.5 本章小结
8 服务选取问题
8.1 引言
8.2 问题定义
8.3 遗传算法模型
8.4 试验分析
8.5 本章小结
参考文献