蚂蚁算法在TSP问题中的应用与研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·蚂蚁算法基本原理 | 第8-9页 |
| ·TSP问题简介 | 第9-11页 |
| ·论文各部分主要内容 | 第11-12页 |
| 第二章 组合优化问题与仿生优化算法 | 第12-21页 |
| ·组合优化问题与TSP问题分析 | 第12-15页 |
| ·仿生优化算法概述与比较 | 第15-21页 |
| 第三章 基本蚂蚁算法模型 | 第21-33页 |
| ·基本蚂蚁算法的产生 | 第21-22页 |
| ·基本蚂蚁算法的原理 | 第22-24页 |
| ·基本蚂蚁算法的生物学模型 | 第24-25页 |
| ·基本蚂蚁算法的系统学模型 | 第25-27页 |
| ·基本蚂蚁算法的数学模型 | 第27-30页 |
| ·基本蚂蚁算法的改进模型 | 第30-33页 |
| 第四章 基本蚂蚁算法分析 | 第33-39页 |
| ·TSP地图规模与最优解的关系 | 第33页 |
| ·基本蚂蚁算法主要参数分析 | 第33-37页 |
| ·信息素启发因子α与期望启发因子β的分析 | 第34-35页 |
| ·信息素挥发因子ρ的分析 | 第35-36页 |
| ·蚂蚁数量M的分析 | 第36页 |
| ·总信息量Q的分析 | 第36-37页 |
| ·基本蚂蚁算法复杂度分析 | 第37-39页 |
| ·时间复杂度分析 | 第37-38页 |
| ·空间复杂度分析 | 第38-39页 |
| 第五章 基本蚂蚁算法的改进思路 | 第39-51页 |
| ·变参数 | 第39-40页 |
| ·局部最优搜索策略 | 第40页 |
| ·信息激素更新方式 | 第40-41页 |
| ·优化选路算法 | 第41-42页 |
| ·个体差异策略 | 第42-43页 |
| ·改进后的算法 | 第43-45页 |
| ·改进算法程序的运行结果及其优越性 | 第45-51页 |
| 第六章 总结与展望 | 第51-54页 |
| ·全文总结 | 第51页 |
| ·蚂蚁算法的模型改进展望 | 第51-52页 |
| ·蚂蚁算法的理论分析展望 | 第52页 |
| ·蚂蚁算法的应用领域展望 | 第52-53页 |
| ·蚂蚁算法的智能融合展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 作者在读期间发表论文 | 第56-57页 |
| 声明 | 第57-58页 |
| 学位论文版权使用授权书 | 第58-59页 |
| 致谢 | 第59页 |
