| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文组织结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 蚁群算法的研究 | 第14-24页 |
| 2.1 引言 | 第14页 |
| 2.2 TSP问题 | 第14页 |
| 2.3 蚁群算法 | 第14-22页 |
| 2.3.1 蚁群算法的起源 | 第15-16页 |
| 2.3.2 蚁群算法的原理 | 第16-17页 |
| 2.3.3 蚁群算法的数学模型 | 第17-22页 |
| 2.4 蚁群算法的优缺点分析 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 多态蚁群算法的研究 | 第24-30页 |
| 3.1 引言 | 第24页 |
| 3.2 多态蚁群算法的模型与实现 | 第24-27页 |
| 3.3 多态蚁群算法存在的问题 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 加权值多态蚁群算法 | 第30-44页 |
| 4.1 引言 | 第30页 |
| 4.2 加权值多态蚁群算法 | 第30-36页 |
| 4.2.1 加权值多态蚁群算法的原理 | 第30-34页 |
| 4.2.2 加权值多态蚁群算法和多态蚁群算法的比较 | 第34-35页 |
| 4.2.3 加权值多态蚁群算法复杂度分析 | 第35-36页 |
| 4.3 实验仿真 | 第36-43页 |
| 4.3.1 参数设置 | 第36-40页 |
| 4.3.2 仿真实验及分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 5 BDB多态蚁群算法 | 第44-54页 |
| 5.1 引言 | 第44页 |
| 5.2 BDB多态蚁群算法 | 第44-47页 |
| 5.2.1 BDB多态蚁群算法的原理 | 第44-45页 |
| 5.2.2 信息素更新机制 | 第45-46页 |
| 5.2.3 结合退火算法求最优解 | 第46-47页 |
| 5.2.4 算法步骤 | 第47页 |
| 5.3 实验仿真 | 第47-52页 |
| 5.3.1 参数设置 | 第48-51页 |
| 5.3.2 仿真实验及分析 | 第51-52页 |
| 5.4 本章小结 | 第52-54页 |
| 6 研究工作总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-65页 |