首页--政治、法律论文--法律论文--中国法律论文--司法制度论文--律师制度论文

蚁群算法及其在法律援助信息系统中的应用

摘要第5-7页
Abstract第7-8页
第1章 绪论第14-18页
    1.1 研究背景与意义第14-15页
    1.2 国内外研究现状第15-16页
    1.3 论文的研究内容及主体框架第16-18页
第2章 法律援助介绍及其指派问题分析第18-24页
    2.1 法律援助的概念第18-19页
    2.2 法律援助指派问题第19-23页
        2.2.1 法律援助指派原则第19-21页
        2.2.2 现有法律援助指派方法第21-22页
        2.2.3 法律援助指派的优化目标第22-23页
    2.3 本章小结第23-24页
第3章 蚁群算法理论基础第24-33页
    3.1 蚁群算法的基本原理与特性第24-27页
        3.1.1 蚁群算法的基本原理第24-26页
        3.1.2 蚁群算法的特性第26-27页
    3.2 蚁群算法的研究现状第27页
    3.3 蚁群算法的现有改进研究第27-29页
        3.3.1 蚁群系统ACS第28页
        3.3.2 最大最小蚂蚁系统MMAS第28-29页
        3.3.3 多态蚁群算法PACA第29页
    3.4 蚁群算法的应用及经典案例第29-32页
        3.4.1 经典案例第29-30页
        3.4.2 TSP问题第30-32页
    3.5 本章小结第32-33页
第4章 基于蚁群算法的法律援助指派第33-46页
    4.1 基于蚁群算法的多目标法律援助指派模型第33-38页
        4.1.1 多目标函数体系第33-36页
        4.1.2 蚁群算法核心函数第36-38页
        4.1.3 算法模型应用说明第38页
    4.2 蚁群算法具体实现步骤第38-40页
    4.3 案例及应用分析第40-45页
        4.3.1 研究区域及具体案例第40-41页
        4.3.2 应用过程分析第41-44页
        4.3.3 应用结果分析第44-45页
    4.4 本章小结第45-46页
第5章 法律援助信息系统的设计与实现第46-64页
    5.1 系统需求分析第46-47页
    5.2 系统概要与详细设计第47-54页
        5.2.1 基本功能设计及流程图第47-50页
        5.2.2 基于蚁群算法的优化指派功能设计及流程图第50-52页
        5.2.3 类图及数据表设计第52-54页
    5.3 系统实现第54-59页
        5.3.1 系统软硬件环境搭建第54-55页
        5.3.2 蚁群算法类设计及关键伪代码第55-56页
        5.3.3 系统其它关键代码第56-59页
    5.4 系统的具体实现第59-63页
        5.4.1 法律援助用户端实现第59-60页
        5.4.2 法律援助后台端实现第60-62页
        5.4.3 法律援助管理端实现第62页
        5.4.4 系统运行情况说明第62-63页
    5.5 本章小结第63-64页
第6章 结论与展望第64-66页
    6.1 总结第64页
    6.2 展望第64-66页
参考文献第66-69页
攻读硕士学位期间所参加的科研项目第69-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:基于深度学习的人脸识别系统的设计与实现
下一篇:全方位移动机器人障碍感知与避障策略研究