| 中文摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 符号说明 | 第14-15页 |
| 第一章 绪论 | 第15-21页 |
| ·课题研究的目的和意义 | 第15页 |
| ·背景知识 | 第15-17页 |
| ·最优化问题 | 第15-16页 |
| ·优化计算 | 第16-17页 |
| ·智能计算及其研究现状 | 第17-19页 |
| ·智能计算的研究现状 | 第17-18页 |
| ·进化计算与群体智能计算 | 第18-19页 |
| ·论文内容安排 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 遗传算法及其在路由优化中的应用 | 第21-33页 |
| ·基本遗传算法 | 第21-22页 |
| ·遗传算法的实现技术 | 第22-27页 |
| ·编码方法 | 第22-23页 |
| ·个体适应度函数 | 第23-24页 |
| ·遗传算子 | 第24-26页 |
| ·遗传算法的参数选择 | 第26页 |
| ·约束条件的处理方法 | 第26-27页 |
| ·遗传算法的特点 | 第27-28页 |
| ·遗传算法的应用 | 第28页 |
| ·基于遗传算法的路由优化 | 第28-32页 |
| ·路由优化的数学模型 | 第28-30页 |
| ·仿真与实验结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于改进的人工鱼群算法的路由优化 | 第33-42页 |
| ·生物背景 | 第33页 |
| ·人工鱼群算法 | 第33-37页 |
| ·人工鱼 | 第34页 |
| ·鱼群的行为及描述 | 第34-35页 |
| ·行为选择及最优值的获取 | 第35-36页 |
| ·人工鱼群算法的寻优原理 | 第36页 |
| ·算法描述 | 第36页 |
| ·算法特点 | 第36-37页 |
| ·基于改进的人工鱼群算法的路由优化 | 第37-39页 |
| ·算法的改进 | 第37-38页 |
| ·算法一些参数的定义 | 第38-39页 |
| ·引入公告板 | 第39页 |
| ·行为选择 | 第39页 |
| ·实验仿真结果及分析 | 第39-40页 |
| ·仿真实验及结果 | 第39-40页 |
| ·算法性能分析 | 第40页 |
| ·进一步的研究工作 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 DNA-GA 算法的传感器网络的覆盖优化 | 第42-61页 |
| ·生物背景 | 第42-44页 |
| ·DNA的结构 | 第42-43页 |
| ·遗传信息流程及操作方法 | 第43-44页 |
| ·DNA 计算 | 第44-45页 |
| ·DNA 计算概述 | 第44页 |
| ·DNA计算与进化计算的集成 | 第44-45页 |
| ·DNA-GA 算法 | 第45-51页 |
| ·基本概念和术语 | 第45-46页 |
| ·DNA-GA 算法的假设 | 第46页 |
| ·DNA-GA 算法的结构 | 第46-51页 |
| ·基于 DNA-GA 算法的传感器网络节点的覆盖优化 | 第51-59页 |
| ·无线传感器网络的覆盖优化 | 第51-54页 |
| ·DNA-GA 算法设计 | 第54-57页 |
| ·实验仿真结果 | 第57-58页 |
| ·算法性能分析 | 第58-59页 |
| ·进一步的研究工作 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 算法特点研究 | 第61-65页 |
| ·遗传算法、人工鱼群算法、DNA-GA算法 | 第61-62页 |
| ·进化计算、群体智能计算与智能计算 | 第62-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士研究生期间发表的论文 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |