首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

群体智能算法在矢量量化及求解TSP问题中的应用研究

学位论文独创性声明第1页
学位论文使用授权声明第2-3页
中 文 摘 要第3-4页
Abstract第4-7页
第1章 绪论第7-19页
   ·课题背景第7-9页
   ·矢量量化技术的研究现状第9-15页
     ·矢量量化码书设计算法研究现状第10-13页
     ·矢量量化码字搜索算法研究现状第13-14页
     ·矢量量化码字索引分配算法研究现状第14-15页
   ·群体智能算法研究现状第15-17页
     ·蚁群算法研究现状第15-16页
     ·微粒群算法研究现状第16-17页
   ·本文主要研究内容和结构第17-19页
第2章 矢量量化基础知识第19-26页
   ·矢量量化的理论基础第19-20页
   ·矢量量化的定义及特点第20-23页
   ·矢量量化的相关概念第23-25页
   ·本章小结第25-26页
第3章 群体智能算法原理第26-30页
   ·蚁群算法原理第26-28页
   ·微粒群算法原理第28-29页
   ·本章小结第29-30页
第4章 LBG 算法的研究第30-41页
   ·LBG 算法设计码书的理论基础第30-32页
   ·LBG 算法第32-34页
     ·LBG 算法的实现第32-33页
     ·LBG 算法的优缺点第33-34页
   ·LBG 算法性能分析第34-36页
   ·基于微粒群的LBG 算法及实验结果第36-40页
     ·基于微粒群的LBG 算法的编码与适应度选择第36-37页
     ·基于微粒群的LBG 算法的具体描述第37-39页
     ·实验结果第39-40页
   ·本章小结第40-41页
第5章 基于变换域的快速码字搜索算法第41-46页
   ·快速码字搜索算法的一般要求第41页
   ·基于哈德码变换的快速码字搜索算法第41-43页
   ·改进的基于哈德码变换的快速码字搜索算法第43-45页
     ·HTCP 算法原理及描述第43-44页
     ·实验结果第44-45页
   ·本章小结第45-46页
第6章 蚁群算法和遗传算法在求解TSP 问题的对比第46-50页
   ·遗传算法基本原理和TSP 求解第46-47页
   ·实验对比分析第47-49页
   ·本章小结第49-50页
第7章 结束语第50-52页
   ·本论文的研究工作总结第50页
   ·研究展望第50-52页
参考文献第52-59页
攻读硕士学位期间所发表论文第59-60页
致谢第60-61页
中文详细摘要第61-63页

论文共63页,点击 下载论文
上一篇:低品位热源半导体小温差发电器性能研究
下一篇:运动诱导Gal分泌对大鼠胰岛素敏感性的影响