| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第11-28页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 管网优化布置方法研究 | 第12-14页 |
| 1.3 蚁群算法概述 | 第14-23页 |
| 1.3.1 蚁群算法发展 | 第14-15页 |
| 1.3.2 双路径觅食试验 | 第15-16页 |
| 1.3.3 数学建模 | 第16-18页 |
| 1.3.4 蚁群算法的应用 | 第18-23页 |
| 1.4 均匀试验与正交试验设计概述 | 第23-27页 |
| 1.4.1 均匀试验与正交试验设计的基本理论与背景 | 第23-25页 |
| 1.4.2 均匀试验与正交试验设计的基本步骤 | 第25-27页 |
| 1.5 主要研究内容 | 第27-28页 |
| 2 树状管网蚁群优化布置 | 第28-38页 |
| 2.1 引言 | 第28-29页 |
| 2.2 树状管网优化布置数学模型 | 第29-30页 |
| 2.3 基于蚁群算法的树状管网优化布置 | 第30-33页 |
| 2.4 实例应用 | 第33-34页 |
| 2.4.1 实例描述 | 第33页 |
| 2.4.2 基于蚁群算法的树状管网优化布置结果 | 第33-34页 |
| 2.5 基于单亲遗传算法的树状管网优化布置结果 | 第34-37页 |
| 2.5.1 单亲遗传算法简述 | 第34-36页 |
| 2.5.2 单亲遗传算法中参数优化配置 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 3 基于均匀与正交试验的蚁群算法参数优化 | 第38-52页 |
| 3.1 主要参数对蚁群算法性能的影响 | 第38-43页 |
| 3.1.1 蚂蚁个数对蚁群算法性能的影响 | 第38-39页 |
| 3.1.2 启发因子对蚁群算法性能的影响 | 第39页 |
| 3.1.3 期望启发因子蚁群算法性能的影响 | 第39-40页 |
| 3.1.4 信息素挥发因子对蚁群算法性能的影响 | 第40-41页 |
| 3.1.5 信息素强度对蚁群算法性能的影响 | 第41-43页 |
| 3.2 基于均匀试验法的蚁群算法参数优化设计 | 第43-46页 |
| 3.2.1 优化步骤 | 第44-45页 |
| 3.2.2 优化结果分析 | 第45-46页 |
| 3.3 基于正交试验的蚁群算法参数优化设计 | 第46-49页 |
| 3.3.1 优化步骤及方案确定 | 第46-48页 |
| 3.3.2 优化结果分析 | 第48-49页 |
| 3.4 两种试验参数优化对比 | 第49-50页 |
| 3.5 本章小结 | 第50-52页 |
| 4 参数优化后蚁群算法的性能分析 | 第52-57页 |
| 4.1 基于均匀试验方案的蚁群参数优化方案 | 第52-53页 |
| 4.2 优化后的蚁群算法实例分析 | 第53-54页 |
| 4.2.1 优化实例 | 第53页 |
| 4.2.2 优化参数后的蚁群算法运行 | 第53-54页 |
| 4.3 与单亲遗传算法性能比较 | 第54-55页 |
| 4.3.1 运行所得路径图比较 | 第54页 |
| 4.3.2 平均树长度与最短树收敛速度比较 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 结论与展望 | 第57-59页 |
| 5.1 结论 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 附录 (个人简历、科研项目及发表论文) | 第61-62页 |
| 致谢 | 第62页 |