首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

蚁群优化算法的改进及其在TSP中的应用

中文摘要第1-4页
英文摘要第4-7页
1 绪论第7-16页
   ·引言第7页
   ·智能优化技术第7-8页
   ·蚁群优化算法第8-13页
     ·蚁群行为特征第8-10页
     ·蚁群优化算法的基本原理第10-11页
     ·算法模型第11-13页
   ·蚁群优化算法的研究现状第13-15页
   ·本论文的主要工作第15-16页
2 蚁群优化算法的原理及其研究第16-24页
   ·引言第16页
   ·算法收敛性分析第16-17页
   ·蚁群优化算法的参数分析第17-23页
     ·对挥发系数ρ的分析第17-18页
     ·对蚂蚁数m 的分析第18-20页
     ·对信息素启发式因子α的分析第20-21页
     ·对期望启发式因子β的分析第21-22页
     ·对α与β的组合分析第22-23页
   ·本章小结第23-24页
3 蚁群优化算法的改进策略第24-34页
   ·引言第24页
   ·蚁群优化算法的改进策略第24-28页
     ·路径选择策略的改进第24-25页
     ·信息素的更新策略的改进第25-26页
     ·引入变异策略第26-27页
     ·引入随机扰动策略第27-28页
     ·与其他算法的融合第28页
   ·改进的蚁群算法第28-32页
     ·蚂蚁系统第28-29页
     ·精英蚂蚁系统第29-30页
     ·最大-最小蚂蚁系统第30页
     ·基于排序的蚁群算法第30-31页
     ·蚁群系统第31-32页
     ·各种蚁群算法的比较第32页
   ·本章小结第32-34页
4 动态调整路径选择的蚁群优化算法第34-40页
   ·引言第34页
   ·路径选择策略的改进第34-35页
   ·算法设计第35-37页
     ·动态调整的选择策略第35-36页
     ·动态调整技术对收敛速度的影响分析第36页
     ·改进算法的描述第36-37页
   ·仿真实验结果及其分析第37-38页
     ·参数分析第37页
     ·改进算法的仿真实验第37-38页
   ·本章小结第38-40页
5 带免疫变异的蚁群优化算法第40-46页
   ·引言第40页
   ·免疫优化算法的基本原理第40-41页
   ·混合算法第41-43页
     ·免疫变异策略第41-42页
     ·算法步骤第42-43页
   ·仿真实验结果第43-45页
   ·本章小结第45-46页
6 总结与展望第46-48页
   ·总结第46页
   ·展望第46-48页
致谢第48-49页
参考文献第49-53页
附录第53页

论文共53页,点击 下载论文
上一篇:基于图上正则化的图像扩散去噪算法研究
下一篇:基于融合的步态识别研究