多目标路由问题中的蚁群优化算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题研究背景与意义 | 第12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·本文的结构安排 | 第16-18页 |
| 第2章 多目标路由问题 | 第18-26页 |
| ·多目标优化问题 | 第18-20页 |
| ·多目标优化问题概述 | 第18页 |
| ·多目标优化问题的数学描述 | 第18-19页 |
| ·最优解集的评估准则 | 第19-20页 |
| ·多目标优化算法 | 第20-22页 |
| ·SPEA2 算法 | 第21页 |
| ·NSGA-II 算法 | 第21页 |
| ·基于粒子群优化的多目标优化算法 | 第21-22页 |
| ·路由问题 | 第22-24页 |
| ·旅行商问题 | 第22-23页 |
| ·顺序排列问题 | 第23页 |
| ·车辆路径问题 | 第23-24页 |
| ·多目标路由问题 | 第24-25页 |
| ·概述 | 第24页 |
| ·多目标路由问题的应用 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第3章 蚁群优化算法 | 第26-34页 |
| ·蚁群优化算法原理 | 第26-27页 |
| ·蚁群算法介绍 | 第27-30页 |
| ·蚂蚁系统 | 第28页 |
| ·蚁群系统 | 第28-29页 |
| ·最大最小蚂蚁系统 | 第29-30页 |
| ·蚁群算法的应用 | 第30-33页 |
| ·静态优化问题 | 第30-32页 |
| ·动态优化问题 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第4章 基于云模型的模糊蚁群算法 | 第34-47页 |
| ·云模型 | 第34-35页 |
| ·基于云模型的模糊蚁群算法 | 第35-41页 |
| ·基于云模型的模糊蚁群算法框架 | 第35-37页 |
| ·基于云模型的较优路径信息素更新 | 第37-38页 |
| ·自适应机制 | 第38-41页 |
| ·算法的时间复杂度 | 第41页 |
| ·收敛性分析 | 第41-43页 |
| ·仿真结果 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第5章 求解多目标路由问题的蚁群算法 | 第47-57页 |
| ·多目标蚁群算法 | 第47-48页 |
| ·基于云模型的多目标蚁群算法 | 第48-54页 |
| ·云模型多目标蚁群算法框架 | 第48-50页 |
| ·云模型次支配解模糊评估 | 第50-51页 |
| ·信息素状态评估 | 第51-52页 |
| ·自适应机制 | 第52-54页 |
| ·仿真实验分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的论文及参与的科研项目 | 第65-66页 |
