基于动态策略和新旋转门的量子蚁群算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究的背景及其意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的研究内容 | 第13页 |
| 1.4 论文的结构安排 | 第13-14页 |
| 第二章 量子蚁群算法的机理及模型 | 第14-34页 |
| 2.1 量子进化算法的机理及模型 | 第14-25页 |
| 2.1.1 量子编码特性 | 第20-22页 |
| 2.1.2 量子计算的优越性 | 第22-23页 |
| 2.1.3 量子优化算法的几种模型 | 第23-25页 |
| 2.2 蚁群算法的机理及模型 | 第25-30页 |
| 2.2.1 蚁群算法的特征 | 第27-29页 |
| 2.2.2 几种常见的蚁群算法 | 第29-30页 |
| 2.3 量子蚁群算法机理及模型 | 第30-33页 |
| 2.4 TSP简述 | 第33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 信息素挥发因子调整策略及旋转门改进算法 | 第34-42页 |
| 3.1 自适应动态更新策略的量子蚁群算法 | 第34-35页 |
| 3.2 动态策略更新算法的流程 | 第35-36页 |
| 3.3 动态策略更新验证实验和结果分析 | 第36-38页 |
| 3.4 新旋转门更新量子蚁群算法 | 第38-39页 |
| 3.5 新旋转门更新算法的流程 | 第39页 |
| 3.6 新旋转门更新验证实验和结果分析 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 结合动态策略和新旋转门的量子蚁群算法 | 第42-50页 |
| 4.1 算法的流程 | 第42页 |
| 4.2 仿真实验与结果分析 | 第42-48页 |
| 4.2.1 基于函数的仿真实验和结果分析 | 第42-45页 |
| 4.2.2 基于TSP的仿真实验和结果分析 | 第45-48页 |
| 4.3 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 主要研究工作以及总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录（攻读学位期间发表论文及参加课题目录） | 第56页 |
