首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

蚁群算法在TSP中的应用研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-14页
   ·论文研究目的及意义第9-10页
     ·论文研究目的第9页
     ·论文研究意义第9-10页
   ·论文的研究背景第10-11页
     ·最优路径选择的提出第10页
     ·旅行商问题的提出第10-11页
   ·蚁群算法及旅行商问题的研究现状第11-13页
     ·蚁群算法的研究现状第11-12页
     ·旅行商问题的研究现状第12-13页
   ·本论文研究的主要内容第13-14页
第二章 图论与路网结构第14-19页
   ·图论概述第14-16页
     ·图论的发展第14-15页
     ·图论的基本概念第15-16页
   ·路网的表示第16-18页
     ·路网基本要素及权重第16-17页
     ·道路路网第17-18页
   ·本章小结第18-19页
第三章 传统最优路径算法及应用第19-32页
   ·传统最优路径算法第19-26页
     ·Dijkstra算法第19-21页
     ·Floyd算法第21-23页
     ·启发式搜索算法─A~*中算法第23-26页
   ·最优路径问题描述第26-30页
     ·最优路径的描述第26-27页
     ·求解的基本思想第27页
     ·求解常见方法第27-30页
   ·TSP问题的描述第30-31页
     ·TSP问题的定义第30-31页
     ·TSP问题的求解第31页
   ·本章小结第31-32页
第四章 蚁群算法第32-45页
   ·蚁群算法的基本原理第32-36页
     ·概述第32页
     ·蚁群算法基本原理第32-34页
     ·蚁群算法的数学模型第34-36页
   ·蚁群算法中参数的设置第36-41页
     ·参数定义第36-37页
     ·参数对算法性能的影响分析第37-41页
   ·蚁群算法最优解的质量第41-44页
     ·蚁群算法复杂度及难度分析第41-43页
     ·基本蚁群算法的优点及不足第43-44页
   ·本章小结第44-45页
第五章 改进的蚁群算法系统第45-54页
   ·基本蚁群算法的改进策略第45-46页
     ·蚁群算法的改进策略第45页
     ·降低蚁群算法停滞性的方法第45-46页
   ·常见的几种改进蚁群算法第46-49页
     ·带精英策略的蚁群算法第46-47页
     ·具有变异特征的蚁群算法第47-48页
     ·最优最差蚁群算法第48-49页
   ·改进的蚁群算法系统分析第49-53页
     ·改进算法的流程图及算法步骤第49-51页
     ·改进算法的收敛性分析第51-53页
   ·本章小结第53-54页
第六章 算法仿真分析及实例第54-62页
   ·算法仿真比较第54-56页
     ·仿真实验第54-56页
     ·结果分析第56页
   ·求解最优路径的算法实例第56-61页
     ·实例一第56-59页
     ·实例二第59-61页
   ·本章小结第61-62页
结论与展望第62-63页
 结论第62页
 展望第62-63页
参考文献第63-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:电子警察系统中车牌定位与识别技术的研究
下一篇:基于视频RGB色值稳定性的交通事件检测研究