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

蚁群算法求解最大团问题研究与应用

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-19页
   ·课题研究背景和意义第10-11页
     ·最大团问题第10页
     ·蚁群算法第10-11页
   ·研究现状第11-17页
     ·最大团问题研究现状第11-13页
     ·蚁群算法研究现状第13-14页
     ·蚁群算法解决最大团问题研究现状第14-17页
   ·论文主要研究内容第17-19页
第二章 最大团问题与蚁群算法第19-35页
   ·最大团问题第19-21页
     ·最大团问题描述第19-20页
     ·最大团问题数学模型第20-21页
   ·蚁群算法第21-27页
     ·蚁群算法基本原理第21-23页
     ·蚁群算法的流程第23-27页
   ·蚁群算法解决最大团问题第27-34页
     ·可行解构造算法第27-30页
     ·蚂蚁转移策略第30-31页
     ·信息素更新策略第31页
     ·Vertex-AC和Edge-AC分析第31-34页
   ·本章小结第34-35页
第三章 改进蚁群算法求解最大团问题第35-53页
   ·蚁群算法解决最大团问题的参数研究第35-43页
     ·启发式因子?第35-37页
     ·信息素挥发度 ?第37-41页
     ·蚁群规模第41-43页
   ·蚂蚁转移策略第43-45页
   ·局部改善策略第45-47页
   ·算法流程第47-49页
   ·实验结果与分析第49-52页
     ·实验配置和实验数据第49页
     ·实验结果第49-52页
   ·本章小结第52-53页
第四章 最大团在社会网络中的应用第53-57页
   ·社会网络分析概述第53-54页
   ·社会网络分析主要内容第54页
   ·仿真实验第54-56页
   ·本章小结第56-57页
第五章 结束语第57-59页
   ·工作总结第57-58页
   ·工作展望第58-59页
参考文献第59-62页
致谢第62-63页

论文共63页,点击 下载论文
上一篇:基于RBF神经网络的集成增量学习方法研究
下一篇:基于FPGA的智能小车控制技术