基于蚁群算法的农村垃圾回收路径的研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 研究现状 | 第11-13页 |
1.2.1 农村垃圾回收路径问题的现状 | 第11-12页 |
1.2.2 蚁群算法的现状 | 第12-13页 |
1.3 本文主要内容 | 第13-15页 |
第2章 相关知识介绍 | 第15-21页 |
2.1 节约算法 | 第15-16页 |
2.2 群智能算法 | 第16-17页 |
2.3 旅行商问题 | 第17-19页 |
2.4 车辆路径问题 | 第19-21页 |
第3章 蚁群算法概述 | 第21-30页 |
3.1 蚁群算法发展历史 | 第21页 |
3.2 蚁群算法基本原理 | 第21-23页 |
3.3 蚁群算法数学模型 | 第23-26页 |
3.4 蚁群算法优点与缺陷 | 第26-27页 |
3.5 蚁群算法的经典改进 | 第27-30页 |
3.5.1 带精英策略的蚂蚁系统 | 第27-28页 |
3.5.2 最大最小蚂蚁系统 | 第28-30页 |
第4章 农村垃圾回收路径问题的研究 | 第30-38页 |
4.1 模型建立 | 第30-34页 |
4.1.1 问题提出 | 第30页 |
4.1.2 问题描述 | 第30-31页 |
4.1.3 构成要素 | 第31-32页 |
4.1.4 数学模型 | 第32-34页 |
4.2 常用的优化方法 | 第34-38页 |
4.2.1 精确算法 | 第34页 |
4.2.2 启发式算法 | 第34-37页 |
4.2.3 现代启发式算法 | 第37-38页 |
第5章 改进蚁群算法在RGCRP中的应用 | 第38-49页 |
5.1 蚁群算法改进研究 | 第38-41页 |
5.2 改进算法求解RGCRP的过程 | 第41-42页 |
5.3 仿真实验与分析 | 第42-47页 |
5.4 改进算法的应用 | 第47-49页 |
第6章 总结与展望 | 第49-51页 |
6.1 总结 | 第49-50页 |
6.2 展望 | 第50-51页 |
参考文献 | 第51-54页 |
作者简介 | 第54-55页 |
致谢 | 第55页 |