首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

蚁群算法及群体智能的应用研究

摘要第1-5页
ABSTRACT第5-7页
目录第7-9页
第一章 绪论第9-29页
   ·群体智能第9-14页
     ·群体智能第9-11页
     ·群体智能的研究现状第11-14页
   ·蚁群算法第14-25页
     ·蚁群行为描述第14-15页
     ·蚁群算法模型的建立第15-17页
     ·蚁群算法的系统学特征第17-20页
     ·蚁群算法的原理第20-22页
     ·蚁群算法的研究及现状第22-25页
   ·组合优化第25-27页
     ·组合优化问题第25-26页
     ·邻域第26-27页
   ·论文的组织第27-29页
第二章 蚁群算法的研究第29-42页
   ·模拟退火算法第29-34页
  2 1.1 固体退火过程第30-34页
     ·模拟退火算法第34页
   ·TSP问题的描述第34-35页
   ·常规蚁群算法及最大最小蚁群算法第35-37页
   ·分段交换蚁群算法第37-38页
   ·实验分析第38-41页
   ·小结第41-42页
第三章 蚁群算法应用于0-1背包问题研究第42-54页
   ·遗传算法第42-46页
   ·0-1背包问题第46页
   ·算法思想及描述第46-49页
     ·求解0-1背包问题的蚁群算法第46-48页
     ·求解0-1背包问题的快速蚁群算法第48-49页
   ·仿真实验第49-53页
   ·小结第53-54页
第四章 蚁群算法应用于圆排列问题的研究第54-59页
   ·圆排列问题第54-55页
   ·求解圆排列问题的蚁群算法第55-56页
   ·求解圆排列问题的快速蚁群算法第56页
   ·实验分析第56-58页
   ·小结第58-59页
第五章 改进蚁群算法及两类应用模型第59-71页
   ·问题的解空间第59-60页
   ·基本蚁群算法第60-62页
   ·改进蚁群算法(IACA)原理第62-64页
     ·改变概率的计算时机第62页
     ·按概率之和为u的轮盘赌方式选择下一个元素第62-63页
     ·基于模拟退火的分段交换方法优化当前最优解第63-64页
   ·蚁群算法的两类应用模型第64-70页
     ·蚁群算法求解排列树类问题的应用模型第64-68页
     ·蚁群算法求解子集树类问题的应用模型第68-70页
   ·小结第70-71页
第六章 基于多AGENT技术群体智能的研究第71-84页
   ·多AGENT系统第72-74页
   ·N后问题第74-75页
     ·N后问题描述第74-75页
     ·N后问题的基本解(唯一解)和全部解第75页
   ·回溯算法第75-76页
   ·蚂蚁模型算法第76-80页
     ·蚂蚁模型原理第76-78页
     ·蚂蚁模型算法描述第78-80页
   ·实验分析第80-83页
   ·小结第83-84页
第七章 总结第84-88页
   ·论文主要贡献第84-86页
   ·进一步的工作第86-88页
参考文献第88-94页
致谢第94-95页
攻读硕士学位期间发表的论文第95页
攻读硕士学位期间参加的主要科研项目第95-96页
参加编写的教材第96页

论文共96页,点击 下载论文
上一篇:多层多道金属粉末激光烧结体翘曲变形模拟
下一篇:安徽省生态住宅评价体系的建立