蚁群算法求解TSP问题的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第1章 绪论 | 第14-16页 |
| ·课题的提出 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| 第2章 预备知识 | 第16-19页 |
| ·集群 | 第16页 |
| ·消息传递标准（MPI） | 第16-17页 |
| ·TSP 问题 | 第17页 |
| ·蚁群算法 | 第17-19页 |
| 第3章 基本蚁群算法模型 | 第19-27页 |
| ·蚁群算法的生物学模型 | 第19-20页 |
| ·基本蚁群算法解决TSP 问题的数学模型 | 第20-22页 |
| ·蚂蚁算法的特征 | 第22-23页 |
| ·蚁群算法的优点 | 第22页 |
| ·蚁群算法的缺陷 | 第22-23页 |
| ·基本蚂蚁算法实现步骤 | 第23-25页 |
| ·串行蚂蚁算法复杂度分析 | 第25-27页 |
| 第4章 蚁群算法中主要参数分析 | 第27-32页 |
| ·启发因子 α 与自启发量因子 β | 第27-28页 |
| ·信息素残留系数θ | 第28-29页 |
| ·蚂蚁群体中蚂蚁的数量M | 第29-30页 |
| ·总信息量S | 第30-32页 |
| 第5章 并行蚁群算法的实现 | 第32-39页 |
| ·并行策略 | 第32页 |
| ·数据结构 | 第32-33页 |
| ·并行蚁群算法步骤 | 第33页 |
| ·并行蚁群算法复杂度分析 | 第33-36页 |
| ·并行蚁群算法参数分析 | 第36-38页 |
| ·串行与并行蚁群算法的实验结果比较 | 第38-39页 |
| 第6章 对蚁群算法的改进及实验结果分析 | 第39-43页 |
| ·最差解与信息素负增长 | 第39-40页 |
| ·变参数 ρ | 第40-41页 |
| ·改进的并行蚁群算法实验结果比较和分析 | 第41-43页 |
| 第7章 基于蚁群算法的应用研究 | 第43-52页 |
| ·基于蚁群算法的地图矢量化算法研究 | 第43-46页 |
| ·动态自适应蚁群算法在二次分配问题中的应用 | 第46-49页 |
| ·基于蚁群计算方法的实质性应用 | 第49-52页 |
| 第8章 对蚁群算法的理解 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-76页 |
| 致谢 | 第76页 |
