| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-10页 |
| 1 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·蚁群算法的产生及意义 | 第11-13页 |
| ·蚁群算法的研究概述 | 第13-14页 |
| ·蚁群算法应用综述 | 第14-15页 |
| ·研究内容及论文结构安排 | 第15-18页 |
| 2 蚁群算法的原理与研究 | 第18-36页 |
| ·蚁群算法的原理 | 第18-26页 |
| ·基本原理 | 第18页 |
| ·数学模型 | 第18-21页 |
| ·实现步骤 | 第21页 |
| ·算法的复杂度 | 第21-22页 |
| ·程序结构流程 | 第22页 |
| ·算法的收敛性 | 第22-23页 |
| ·算法的参数分析 | 第23-26页 |
| ·蚁群算法的特点 | 第26-29页 |
| ·人工蚂蚁与真实蚂蚁的异同比较 | 第26-27页 |
| ·蚁群算法的优点 | 第27-28页 |
| ·蚁群算法的缺陷 | 第28-29页 |
| ·几种典型的改进蚁群算法及蚁群优化 | 第29-34页 |
| ·带精英策略的蚂蚁系统(EAS) | 第29-30页 |
| ·基于优化排序的蚂蚁系统(AS_(rank)) | 第30页 |
| ·最小最大蚂蚁系统(MMAS) | 第30-31页 |
| ·蚁群系统(ACS) | 第31-33页 |
| ·蚁群优化(ACO) | 第33-34页 |
| ·小结 | 第34-36页 |
| 3 改进的蚁群算法求解度约束最小生成树问题 | 第36-50页 |
| ·度约束最小生成树(DCMST)问题概述及AS算法求解 | 第36-41页 |
| ·问题的引入 | 第36-37页 |
| ·问题描述 | 第37-38页 |
| ·DCMST问题研究进展 | 第38-40页 |
| ·AS算法求解DCMST | 第40-41页 |
| ·新的改进蚁群算法UDA-ACS求解DCMST | 第41-47页 |
| ·UDA-ACS算法的基本思想 | 第41-44页 |
| ·UDA-ACS算法求解DCMS问题的实现步骤 | 第44-46页 |
| ·UDA-ACS算法求解DCMST问题的流程图 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·实验内容与环境 | 第47页 |
| ·实验结果及结论 | 第47-49页 |
| ·小结 | 第49-50页 |
| 4 改进的蚁群算法解决最大团问题 | 第50-66页 |
| ·最大团问题(MCP) | 第50-52页 |
| ·MCP的数学描述 | 第50-51页 |
| ·MCP模型 | 第51-52页 |
| ·MCP的研究现状 | 第52页 |
| ·解决MCP的蚁群算法 | 第52-55页 |
| ·基于顶点的信息素模型 | 第53页 |
| ·解决MCP的蚁群算法框架描述 | 第53-54页 |
| ·解决MCP的Vertex-AC算法 | 第54-55页 |
| ·改进的蚁群算法ACO-BVD解决MCP | 第55-61页 |
| ·ACO-BVD算法的基本思想 | 第56-60页 |
| ·ACO-BVD算法求解MCP的具体描述 | 第60-61页 |
| ·ACO-BVD算法求解MCP的流程框图 | 第61页 |
| ·数值实验 | 第61-64页 |
| ·实验数据及环境 | 第61-62页 |
| ·实验性能指标及参数设置 | 第62页 |
| ·对比实验结果及分析 | 第62-64页 |
| ·小结 | 第64-66页 |
| 5 结论及展望 | 第66-68页 |
| ·、结论 | 第66-67页 |
| ·、展望 | 第67-68页 |
| 参考文献 | 第68-76页 |
| 致谢 | 第76-78页 |
| 攻读学位期间发表的论文情况 | 第78-80页 |