一种改进的蚁群算法--RBFACO算法求解TSP问题
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 问题背景 | 第7-10页 |
| 1.1.1 启发式算法 | 第7-9页 |
| 1.1.2 群智能 | 第9-10页 |
| 1.2 本文工作 | 第10页 |
| 1.3 本文内容安排 | 第10-11页 |
| 第二章 TSP问题介绍 | 第11-14页 |
| 2.1 TSP问题的含义 | 第11页 |
| 2.2 TSP问题在实际中的应用 | 第11-12页 |
| 2.3 TSP问题是一个NP问题 | 第12-13页 |
| 2.3.1 组合优化问题 | 第12页 |
| 2.3.2 NP难题 | 第12-13页 |
| 2.4 求解TSP问题的方法 | 第13-14页 |
| 第三章 蚁群算法介绍 | 第14-22页 |
| 3.1 基本蚁群算法简介 | 第14-15页 |
| 3.2 蚁群算法的生物学基础 | 第15-17页 |
| 3.3 基本蚁群算法的具体实现 | 第17-20页 |
| 3.4 蚁群算法的应用领域及研究进展 | 第20-22页 |
| 3.4.1 应用领域 | 第20页 |
| 3.4.2 研究进展 | 第20-22页 |
| 第四章 RBFACO求解TSP问题 | 第22-31页 |
| 4.1 用FDC方法分析TSP的求解问题 | 第22-23页 |
| 4.2 RBFACO算法 | 第23-27页 |
| 4.2.1 基本思想 | 第23-24页 |
| 4.2.2 径向基函数特性 | 第24-26页 |
| 4.2.3 算法实现过程 | 第26-27页 |
| 4.3 实验仿真 | 第27-31页 |
| 4.3.1 参数选取 | 第27-28页 |
| 4.3.2 与基本蚁群算法的比较 | 第28-29页 |
| 4.3.3 与MMAS的比较 | 第29-31页 |
| 第五章 RBFACO中参数对于结果的影响 | 第31-36页 |
| 5.1 信息激素的启发因子α和自启发量因子β | 第31-32页 |
| 5.2 信息激素残留系数ρ | 第32-33页 |
| 5.3 蚂蚁的数量M | 第33-35页 |
| 5.4 常量q~0的分析 | 第35-36页 |
| 第六章 总结与展望 | 第36-38页 |
| 6.1 本文工作总结 | 第36-37页 |
| 6.2 研究展望 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 致谢 | 第42-43页 |
| 学位论文评阅及答辩情祝表 | 第43页 |
