改进蚁群算法在函数优化及无线传感器网络中的应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 背景与意义 | 第15-16页 |
| 1.2 蚁群算法的发展和研究现状 | 第16-17页 |
| 1.3 蚁群算法的主要应用领域 | 第17-19页 |
| 1.4 主要内容和结构安排 | 第19-21页 |
| 第二章 蚁群优化算法相关理论 | 第21-35页 |
| 2.1 蚁群算法的基本原理 | 第21-24页 |
| 2.1.1 生物学背景 | 第21-22页 |
| 2.1.2 蚁群算法的数学模型 | 第22-24页 |
| 2.2 蚂蚁算法的特征 | 第24-26页 |
| 2.2.1 蚁群算法的优点 | 第24-25页 |
| 2.2.2 蚁群算法的缺陷 | 第25-26页 |
| 2.3 蚁群算法与其他智能算法的比较 | 第26-30页 |
| 2.3.1 与粒子群算法比较 | 第26-27页 |
| 2.3.2 与人工蜂群算法比较 | 第27-28页 |
| 2.3.3 与差分进化算法比较 | 第28-29页 |
| 2.3.4 与遗传算法比较 | 第29-30页 |
| 2.4 蚁群算法的改进 | 第30-33页 |
| 2.4.1 蚁群改进策略概述 | 第30-31页 |
| 2.4.2 典型的改进算法 | 第31-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 改进蚁群算法在函数优化中的应用 | 第35-51页 |
| 3.1 函数优化问题的智能求解方法 | 第35-36页 |
| 3.2 蚁群函数优化算法现状 | 第36-37页 |
| 3.3 基于改进蚁群的函数优化算法 | 第37-40页 |
| 3.3.1 基于混沌的搜索策略 | 第37-38页 |
| 3.3.2 基于PSO的信息素更新策略 | 第38-39页 |
| 3.3.3 基于差分的变异策略 | 第39-40页 |
| 3.3.4 改进算法步骤 | 第40页 |
| 3.4 仿真分析 | 第40-50页 |
| 3.4.1 测试函数 | 第40-43页 |
| 3.4.2 仿真结果 | 第43-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 改进蚁群算法在WSN中的应用 | 第51-65页 |
| 4.1 WSN概述 | 第51-55页 |
| 4.1.1 WSN的网络体系结构 | 第51-52页 |
| 4.1.2 WSN的协议栈 | 第52页 |
| 4.1.3 WSN的节点构成 | 第52-53页 |
| 4.1.4 WSN能耗模型 | 第53-54页 |
| 4.1.5 WSN特性 | 第54-55页 |
| 4.2 蚁群算法在WSN中的优越性 | 第55页 |
| 4.3 WSN路由算法研究现状 | 第55-57页 |
| 4.4 基于改进蚁群算法的WSN路由算法 | 第57-60页 |
| 4.4.1 改进信息素影响因子 | 第57页 |
| 4.4.2 路径评价及信息素更新 | 第57-58页 |
| 4.4.3 改进启发函数 | 第58页 |
| 4.4.4 蚂蚁搜索范围 | 第58-59页 |
| 4.4.5 改进算法步骤 | 第59-60页 |
| 4.5 仿真结果及分析 | 第60-64页 |
| 4.6 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
