| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·论文的选题背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·论文的研究内容 | 第9-10页 |
| ·论文组织结构 | 第10-12页 |
| 第2章 旅行agent问题及基本蚁群算法介绍 | 第12-29页 |
| ·移动agent技术 | 第12-19页 |
| ·移动agent概述 | 第12-13页 |
| ·移动agent体系结构 | 第13-15页 |
| ·移动agent关键技术 | 第15-18页 |
| ·典型的移动agent系统 | 第18-19页 |
| ·旅行agent问题 | 第19-21页 |
| ·移动agent迁移机制 | 第19-20页 |
| ·旅行agent问题描述 | 第20-21页 |
| ·基本蚁群算法原理 | 第21-23页 |
| ·蚁群算法的数学模型 | 第23-26页 |
| ·基本蚁群算法的模型特征 | 第23-24页 |
| ·蚁群算法描述 | 第24-25页 |
| ·蚁群算法实现步骤 | 第25-26页 |
| ·蚁群算法的特点 | 第26-27页 |
| ·蚁群算法的优点 | 第26-27页 |
| ·蚁群算法的不足 | 第27页 |
| ·蚁群算法的应用 | 第27-28页 |
| ·小结 | 第28-29页 |
| 第3章 混合蚁群蜂群算法及其改进 | 第29-44页 |
| ·混合蚁群蜂群算法 | 第29-33页 |
| ·状态转移概率更新规则 | 第29-30页 |
| ·信息素更新规则 | 第30页 |
| ·跟随蜂思想的引入 | 第30-32页 |
| ·阻塞度因子的加入 | 第32-33页 |
| ·混合蚁群蜂群算法描述 | 第33-35页 |
| ·混合蚁群蜂群算法的实验验证 | 第35-38页 |
| ·混合蚁群蜂群算法的改进 | 第38-43页 |
| ·信息素全局更新规则 | 第38-39页 |
| ·改进算法描述 | 第39-40页 |
| ·实验验证 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第4章 蚁群算法参数研究及各算法在TAP问题中的应用 | 第44-58页 |
| ·蚁群优化算法的计算机制 | 第44页 |
| ·蚁群算法参数研究 | 第44-48页 |
| ·信息启发式因子α | 第44-45页 |
| ·期望启发式因子β | 第45-47页 |
| ·信息素挥发系数ρ | 第47-48页 |
| ·引入信息熵思想 | 第48-50页 |
| ·信息熵简介 | 第48-49页 |
| ·引入信息熵概念 | 第49-50页 |
| ·算法描述 | 第50-51页 |
| ·算法的实验验证 | 第51-54页 |
| ·各算法在旅行agent问题中的应用 | 第54-57页 |
| ·实验假设 | 第54-55页 |
| ·实验仿真和分析 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第5章 总结和展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 攻读硕士学位期间发表论文及参加科研的情况 | 第65页 |