蚁群算法的改进及TSP仿真研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·发展与研究现状 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·蚁群算法的主要应用领域 | 第10-11页 |
| ·本文的主要工作与论文组织结构 | 第11-13页 |
| 第二章 蚁群算法的基本知识 | 第13-25页 |
| ·蚁群算法的基本原理 | 第13-16页 |
| ·蚁群觅食的搜索原理 | 第13-14页 |
| ·人工蚂蚁与真实蚂蚁的异同比较 | 第14-16页 |
| ·基于 TSP 问题的蚁群算法的抽象模型及其实现 | 第16-19页 |
| ·AS 算法 | 第16-17页 |
| ·ACS 算法 | 第17-19页 |
| ·MMAS 算法 | 第19页 |
| ·三种蚁群系统模型 | 第19-22页 |
| ·蚁量系统和蚁密系统模型 | 第19-20页 |
| ·蚁周系统模型 | 第20-22页 |
| ·蚁群算法的参数分析 | 第22页 |
| ·蚁群算法的优缺点 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 一种求解 TSP 的自适应蚁群优化算法 | 第25-37页 |
| ·TSP 问题描述 | 第25-26页 |
| ·ACS 算法求解 TSP 问题的基本流程 | 第26-27页 |
| ·MMAS 算法求解 TSP 问题的基本流程 | 第27页 |
| ·改进的自适应蚁群优化算法 | 第27-29页 |
| ·求解 TSP 的自适应蚁群优化算法流程 | 第29页 |
| ·仿真实验及数据结果分析 | 第29-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于蜂群搜索思想的蚁群优化算法 | 第37-47页 |
| ·提出的一种新的路径选择方法 | 第37-38页 |
| ·随机选择个体引入混沌扰动的信息素更新 | 第38-39页 |
| ·本章节改进算法的流程 | 第39-40页 |
| ·仿真实验及数据结果分析 | 第40-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 结束语 | 第47-49页 |
| ·本文总结 | 第47-48页 |
| ·未来工作 | 第48-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士期间主要的研究成果及科研工作 | 第55-57页 |
| 附录 | 第57-58页 |
