| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.3 论文主要工作和创新点 | 第21-22页 |
| 1.4 论文组织结构 | 第22-24页 |
| 第2章 蚁群优化算法基础理论 | 第24-46页 |
| 2.1 问题模型与信息素模型 | 第24-28页 |
| 2.1.2 哈密顿回路问题 | 第25-26页 |
| 2.1.3 单源单目标最短路径问题 | 第26-27页 |
| 2.1.4 线性分配问题 | 第27-28页 |
| 2.2 算法基本框架 | 第28-31页 |
| 2.3 算法变种 | 第31-35页 |
| 2.3.1 最大最小蚂蚁系统 | 第31-33页 |
| 2.3.2 蚁群系统 | 第33页 |
| 2.3.3 超立方框架 | 第33-35页 |
| 2.4 种群迭代质量 | 第35-37页 |
| 2.5 搜索欺骗 | 第37-39页 |
| 2.6 平衡点理论 | 第39-45页 |
| 2.6.1 非约束性问题下的平衡点欺骗 | 第39-40页 |
| 2.6.2 约束性问题下的平衡点欺骗 | 第40-45页 |
| 2.7 小结 | 第45-46页 |
| 第3章 g阶信息素模型 | 第46-84页 |
| 3.1 信息素模型的描述能力 | 第46-53页 |
| 3.1.1 信息素模型在非约束性问题下的描述能力 | 第47页 |
| 3.1.2 信息素模型在约束性问题下的描述能力 | 第47-48页 |
| 3.1.3 信息素模型在不同约束性问题下的描述能力 | 第48-53页 |
| 3.2 蚁群优化算法解决约束性问题的机制 | 第53-60页 |
| 3.3 全信息素模型 | 第60-63页 |
| 3.4 标准信息素模型 | 第63-65页 |
| 3.5 g阶信息素模型 | 第65-66页 |
| 3.6 g阶信息素模型在TSP问题中的应用 | 第66-82页 |
| 3.6.1 TSP问题下的信息素模型 | 第66-69页 |
| 3.6.2 采样点和相似度系数 | 第69-76页 |
| 3.6.3 2阶信息素模型 | 第76-82页 |
| 3.7 小结 | 第82-84页 |
| 第4章 复合属性欺骗 | 第84-104页 |
| 4.1 复合属性问题和复合属性欺骗 | 第84-91页 |
| 4.1.1 复合属性在1阶信息素模型的表示 | 第87-89页 |
| 4.1.2 复合属性在全信息素模型下的表示 | 第89-91页 |
| 4.2 无复合属性问题下的算法性能 | 第91-97页 |
| 4.2.1 无复合属性问题P1 | 第93-96页 |
| 4.2.2 无复合属性问题P2 | 第96-97页 |
| 4.3 复合属性问题下的算法性能 | 第97-103页 |
| 4.3.1 复合属性问题P3 | 第97-101页 |
| 4.3.2 g阶信息素模型解决复合属性问题P3 | 第101-103页 |
| 4.4 小结 | 第103-104页 |
| 第5章 g阶信息素模型行为分析 | 第104-114页 |
| 5.1 1阶信息素模型的行为分析 | 第104-107页 |
| 5.2 g阶信息素模型下的行为分析 | 第107-111页 |
| 5.3 全信息素模型下的行为分析 | 第111-113页 |
| 5.4 小结 | 第113-114页 |
| 第6章 总结与展望 | 第114-116页 |
| 6.1 总结 | 第114-115页 |
| 6.2 展望 | 第115-116页 |
| 参考文献 | 第116-124页 |
| 作者简介及在学期间所取得的科研成果 | 第124-125页 |
| 致谢 | 第125页 |