基于群集经验的群相遇蚁群算法的研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
第1章 引言 | 第8-11页 |
·选题背景及研究意义 | 第8-9页 |
·群集智能简介 | 第9页 |
·算法性能的评价方法 | 第9-11页 |
第2章 组合优化问题与TSP 简介 | 第11-15页 |
·组合优化问题 | 第11-12页 |
·算法的复杂性和NP 问题 | 第12-13页 |
·TSP 问题 | 第13-14页 |
·小结 | 第14-15页 |
第3章 蚁群优化算法 | 第15-27页 |
·蚁群优化算法的基础原理 | 第15-18页 |
·蚂蚁算法生物学原理 | 第15-17页 |
·人工蚂蚁机理分析 | 第17-18页 |
·主要的蚁群优化算法 | 第18-22页 |
·蚂蚁算法(AS) | 第18-20页 |
·最大-最小蚂蚁系统(MMAS) | 第20-21页 |
·蚁群系统(ACS) | 第21-22页 |
·参数分析 | 第22-24页 |
·蚂蚁数目m | 第22-23页 |
·信息素挥发速度ρ | 第23页 |
·启发式因子α和β | 第23-24页 |
·局部优化涉及到的优化算法 | 第24-25页 |
·最近邻居算法 | 第24页 |
·3-opt 算法 | 第24-25页 |
·基本的相遇算法 | 第25-27页 |
第4章 基于群集经验的蚁群算法 | 第27-40页 |
·基于群集经验的蚂蚁模型(E-ant) | 第27-29页 |
·算法EMMAS 的具体实现 | 第29-30页 |
·实验环境及原始蚂蚁算法的参数设置 | 第30-31页 |
·EMMAS 的实验分析 | 第31-39页 |
·EMMAS 的参数设置 | 第31-36页 |
·EMMAS 与MMAS 的比较 | 第36-39页 |
·小结 | 第39-40页 |
第5章 群相遇蚁群算法 | 第40-47页 |
·群相遇蚁群算法(SMMAS)的基本思想 | 第40-42页 |
·SMMAS 的实验分析 | 第42-46页 |
·小结 | 第46-47页 |
第6章 基于群集经验的群相遇蚁群算法 | 第47-51页 |
·算法的基本框架 | 第47页 |
·ESMMAS 的实验分析 | 第47-50页 |
·小结 | 第50-51页 |
第7章 结论和展望 | 第51-53页 |
参考文献 | 第53-59页 |
致谢 | 第59-60页 |
附录A | 第60-62页 |
个人简历、在学期间发表的学术论文及研究成果 | 第62页 |