混合蚁群算法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 插图附表清单 | 第14-15页 |
| 1 绪言 | 第15-21页 |
| ·群智能优化算法 | 第15-16页 |
| ·蚁群算法的研究历程 | 第16-17页 |
| ·蚁群算法的研究现状 | 第17-19页 |
| ·理论研究现状 | 第17-18页 |
| ·应用研究现状 | 第18-19页 |
| ·论文的研究意义和主要内容 | 第19-21页 |
| ·研究意义 | 第19-20页 |
| ·论文的主要内容 | 第20-21页 |
| 2 蚁群算法的原理和算法结构 | 第21-31页 |
| ·蚁群算法原理 | 第21-26页 |
| ·蚁群的自组织行为 | 第21-24页 |
| ·蚁群算法的原理分析 | 第24-26页 |
| ·基本蚁群算法——蚂蚁系统 | 第26-31页 |
| ·旅行商问题 | 第26页 |
| ·蚂蚁系统算法描述 | 第26-27页 |
| ·算法流程(伪代码) | 第27-29页 |
| ·蚁群算法的参数设置和基本属性 | 第29-31页 |
| 3 遗传算法 | 第31-36页 |
| ·遗传算法概述 | 第31页 |
| ·遗传算法原理 | 第31-34页 |
| ·遗传算法机制 | 第31-32页 |
| ·遗传操作 | 第32-33页 |
| ·遗传算法基本参数 | 第33-34页 |
| ·遗传算法的运算过程 | 第34-36页 |
| 4 基于目标函数变化率的混合蚁群遗传算法 | 第36-41页 |
| ·混合蚁群遗传算法 | 第36-38页 |
| ·算法概述 | 第36页 |
| ·算法思想 | 第36-37页 |
| ·算法流程 | 第37-38页 |
| ·算法的收敛性分析和性能测评 | 第38-41页 |
| ·收敛性分析 | 第38页 |
| ·性能测评 | 第38-41页 |
| 5 混合蚁群遗传算法在车间调度问题中的应用 | 第41-53页 |
| ·车间调度问题概述 | 第41-42页 |
| ·概念描述 | 第41页 |
| ·主要特点 | 第41-42页 |
| ·评价标准 | 第42页 |
| ·车间调度问题算法描述 | 第42-43页 |
| ·调度性能指标与调度解分类 | 第43-44页 |
| ·遗传算法求解车间调度问题 | 第44-46页 |
| ·特殊处理机制 | 第44-45页 |
| ·算法流程 | 第45-46页 |
| ·混合算法求解车间调度问题 | 第46-53页 |
| ·遗传算法与蚁群算法混合 | 第46页 |
| ·蚁群算法的规则 | 第46-48页 |
| ·算法流程 | 第48-49页 |
| ·仿真实验结果分析 | 第49-53页 |
| 总结 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 作者简介及读研期间主要科研成果 | 第58页 |
