动态网络最优树研究
摘要 | 第1-3页 |
ABSTRACT | 第3-5页 |
目录 | 第5-7页 |
第一章 绪论 | 第7-9页 |
第一节 动态网络最优树研究的意义 | 第7-8页 |
第二节 论文的组织结构 | 第8-9页 |
第二章 无约束最优树问题 | 第9-22页 |
第一节 无向静态网络的最优树 | 第9-11页 |
·静态网络基本概念 | 第9-10页 |
·静态网络最优树算法 | 第10-11页 |
第二节 无向动态网络最优树 | 第11-22页 |
·动态网络基本概念 | 第11-13页 |
·连续函数权值网络最优树 | 第13-18页 |
·随机网络最优树分析 | 第18-22页 |
第三章 带约束的条件的最优树 | 第22-30页 |
第一节 边约束最优树 | 第22-26页 |
·边约束的两个分类 | 第22-23页 |
·确定边约束最优树 | 第23-25页 |
·障碍物约束最优树 | 第25页 |
·边值约束最优树 | 第25-26页 |
第二节 顶点度约束最优树 | 第26-30页 |
·单点度约束最优树 | 第26-28页 |
·度约束最优树模型 | 第28-30页 |
第四章 权值变量的确定 | 第30-39页 |
第一节 数据形式及其经验分布函数 | 第30-33页 |
·数据形式 | 第30页 |
·完整数据的经验分布函数 | 第30-32页 |
·非完整数据的经验分布函数 | 第32-33页 |
第二节 数据拟合分析 | 第33-35页 |
·数据直观分析 | 第33-34页 |
·分布的估计 | 第34-35页 |
·分布的拟合检验 | 第35页 |
第三节 可信度分析 | 第35-37页 |
·信度因子分析 | 第35-36页 |
·贝叶斯信度 | 第36-37页 |
第四节 随机模拟 | 第37-39页 |
·模拟的基本概念 | 第37-38页 |
·模拟的样本量 | 第38页 |
·Bootstrap模拟 | 第38-39页 |
第五章 总结展望 | 第39-40页 |
参考文献 | 第40-42页 |
攻读学位期间发表的学术论文目录 | 第42-44页 |
致谢 | 第44页 |