蚁群算法及其在TSP中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-11页 |
| ·引言 | 第8页 |
| ·蚁群算法的起源 | 第8-10页 |
| ·本文的主要工作 | 第10页 |
| ·本文结构 | 第10-11页 |
| 2 蚁群算法的基本原理 | 第11-18页 |
| ·引言 | 第11页 |
| ·基本蚁群算法的原理 | 第11-13页 |
| ·蚁群觅食的行为描述 | 第11-12页 |
| ·基本蚁群算法的机制原理 | 第12-13页 |
| ·TSP（旅行商问题） | 第13-14页 |
| ·TSP 的描述 | 第13页 |
| ·TSP 的重要性 | 第13-14页 |
| ·基本蚁群算法的模型 | 第14-15页 |
| ·算法执行描述 | 第15-17页 |
| ·基本蚁群算法的程序结构流程 | 第15-16页 |
| ·其具体实现步骤 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 蚁群算法的研究现状 | 第18-25页 |
| ·引言 | 第18页 |
| ·蚁群算法的特征 | 第18-19页 |
| ·最大最小蚁群算法(MMAS) | 第19-20页 |
| ·自适应蚁群算法 | 第20-22页 |
| ·带杂交算子的蚁群算法 | 第22-24页 |
| ·基于蚁群算法的TSP 分段求解算法 | 第24页 |
| ·本章小结 | 第24-25页 |
| 4 蚁群算法的参数分析 | 第25-35页 |
| ·引言 | 第25页 |
| ·信息素残留因子的选择 | 第25-27页 |
| ·信息素启发式因子α的选择 | 第27-29页 |
| ·信息素自启发因子β的选择 | 第29-31页 |
| ·总信息素的选择 | 第31-32页 |
| ·蚂蚁数目的选择 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 5 改进的蚁群算法 | 第35-42页 |
| ·引言 | 第35页 |
| ·信息素的更新 | 第35-36页 |
| ·参数的设置 | 第36页 |
| ·局部搜索策略 | 第36-37页 |
| ·实验结果 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 6 总结与展望 | 第42-44页 |
| ·本文总结 | 第42页 |
| ·展望 | 第42-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 附录 | 第48-52页 |
