基于解决ANTTSP问题的蚁群仿生优化算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-13页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究主要内容 | 第10-11页 |
| ·论文组织结构 | 第11-13页 |
| 第2章 蚁群算法特征与原理 | 第13-25页 |
| ·蚁群算法特征 | 第13-16页 |
| ·蚁群生物学特征 | 第13-15页 |
| ·算法系统学特征 | 第15-16页 |
| ·蚁群算法原理 | 第16-19页 |
| ·算法行为描述 | 第16-18页 |
| ·算法机制原理 | 第18-19页 |
| ·蚁群算法模型 | 第19-24页 |
| ·蚁群模型与真实蚁群的比较 | 第19-20页 |
| ·算法模型创建过程 | 第20-21页 |
| ·算法数学模型 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 蚁群算法的实现与性能分析 | 第25-38页 |
| ·算法的实现 | 第25-30页 |
| ·算法复杂度与性能分析 | 第30-37页 |
| ·算法时间与空间复杂度分析 | 第30-32页 |
| ·算法性能分析 | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于信息素调节策略的改进研究 | 第38-49页 |
| ·自适应性信息素挥发因子改进算法 | 第38-41页 |
| ·动态自适应性信息素改进算法 | 第41-44页 |
| ·基于信息素扩散改进算法 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于融合策略的改进研究 | 第49-63页 |
| ·仿生优化算法原理 | 第49-53页 |
| ·基于融合策略蚁群改进算法 | 第53-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 解决ANTTSP问题的实现 | 第63-82页 |
| ·解决ANTTSP问题方案 | 第63-71页 |
| ·ANTTSP问题 | 第63-64页 |
| ·调节启发式因子方案 | 第64-71页 |
| ·基于解决ANTTSP问题的算法实现 | 第71-80页 |
| ·界面设计 | 第71-78页 |
| ·解决问题结论 | 第78-80页 |
| ·蚁群仿生优化算法的应用方向 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 第7章 总结与展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-86页 |
| 附录 | 第86-88页 |
