基于蚁群算法的海上消防系统航线优选研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·项目背景 | 第10-13页 |
| ·海上消防规划的重要性 | 第10-11页 |
| ·海上消防规划模拟系统的任务 | 第11-12页 |
| ·海上消防规划中的路径问题 | 第12-13页 |
| ·海上消防规划模拟概述 | 第13-15页 |
| ·本文研究的主要问题和论文结构 | 第15-17页 |
| ·研究的主要问题 | 第15-16页 |
| ·论文的结构 | 第16-17页 |
| 第2章 路径优化问题研究 | 第17-26页 |
| ·图论及相关内容 | 第17-19页 |
| ·对路径规划问题的描述 | 第19-20页 |
| ·路径规划问题的研究 | 第20-26页 |
| ·路径规划问题研究现状 | 第20-22页 |
| ·Dijkstra算法 | 第22-24页 |
| ·蚁群算法 | 第24-26页 |
| 第3章 蚁群算法 | 第26-35页 |
| ·引言 | 第26-27页 |
| ·蚁群算法的提出 | 第27-29页 |
| ·蚁群算法的基本思想和原理 | 第29-31页 |
| ·传统蚁群算法理论研究 | 第31-33页 |
| ·最大最小蚁群算法 | 第31-32页 |
| ·自适应蚁群算法 | 第32页 |
| ·动态蚁群算法 | 第32-33页 |
| ·蚁群算法的应用 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 消防模拟系统中的知识建模 | 第35-53页 |
| ·相关理论 | 第35-40页 |
| ·知识工程概述 | 第35页 |
| ·知识库 | 第35-37页 |
| ·知识表示 | 第37-40页 |
| ·海上消防规划模拟系统的知识表示 | 第40-43页 |
| ·知识表示方法的要求 | 第40-41页 |
| ·路径智能搜索中陈述型知识的树状表示法 | 第41-43页 |
| ·海上消防规划模拟系统的知识建模 | 第43-47页 |
| ·起火点的知识建模 | 第43-45页 |
| ·消防基地站的知识建模 | 第45-47页 |
| ·海上消防规划模拟系统规则库的设计 | 第47-51页 |
| ·智能搜索中过程性知识的产生式规则表示法 | 第47-49页 |
| ·产生式规则库的关系数据库实现 | 第49-51页 |
| ·智能搜索推理机制的设计 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 基于蚁群算法的航线优选解决方案 | 第53-65页 |
| ·蚁群算法在航线优选问题中的应用 | 第53-55页 |
| ·蚁群算法对航线优选问题的描述 | 第53-54页 |
| ·蚁群算法的求解过程 | 第54-55页 |
| ·程序实现 | 第55-58页 |
| ·蚁群算法主流程 | 第55-58页 |
| ·蚂蚁个体寻食流程 | 第58页 |
| ·蚁群算法的优化 | 第58-64页 |
| ·最大最小蚁群系统模型 | 第58-59页 |
| ·有关信息素模型的研究与改进 | 第59-60页 |
| ·信息素释放函数的改进 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·论文总结 | 第65页 |
| ·研究展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间公开发表论文 | 第71-72页 |
| 致谢 | 第72-73页 |
| 研究生履历 | 第73页 |
