基于混合蚁群算法P-中位问题的研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第10-16页 |
| 1.1 课题的背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 P-中位问题研究的现状 | 第11-12页 |
| 1.2.2 智能算法研究现状 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文的章节安排 | 第14-16页 |
| 2.P-中位模型的建立和算法的研究 | 第16-30页 |
| 2.1 研究的问题 | 第16-18页 |
| 2.1.1 组合优化问题 | 第16-17页 |
| 2.1.2 P-中位问题(PMP) | 第17-18页 |
| 2.2 P-中位问题(PMP)的相关算法 | 第18页 |
| 2.3 蚁群算法的基本原理及其数学模型 | 第18-24页 |
| 2.3.1 蚁群算法的基本原理 | 第19-20页 |
| 2.3.2 蚁群算法的数学模型 | 第20-24页 |
| 2.4 免疫优化算法 | 第24-29页 |
| 2.4.1 免疫优化算法实现步骤 | 第25页 |
| 2.4.2 初始抗体群的产生 | 第25-26页 |
| 2.4.3 亲和度计算 | 第26页 |
| 2.4.4 抗体浓度计算 | 第26页 |
| 2.4.5 期望繁殖概率计算 | 第26-27页 |
| 2.4.6 免疫操作 | 第27-28页 |
| 2.4.7 免疫系统和免疫优化算法的特点 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3.混合算法求解P-中位问题的研究 | 第30-41页 |
| 3.1 混合智能算法设计思路 | 第30-31页 |
| 3.2 混合智能算法 | 第31-35页 |
| 3.2.1 转移路径的选择 | 第31页 |
| 3.2.2 信息素更新策略 | 第31-32页 |
| 3.2.3 混合算法初始解的确定 | 第32-33页 |
| 3.2.4 相关参数的选取 | 第33-35页 |
| 3.3 蚁群算法实现步骤 | 第35-37页 |
| 3.4 混合蚁群-免疫优化算法求解PMP问题 | 第37-40页 |
| 3.4.1 求解思路 | 第37页 |
| 3.4.2 算法设计 | 第37-38页 |
| 3.4.3 PMP问题的求解步骤和流程图 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4.参数分析及实例计算结果 | 第41-55页 |
| 4.1 参数值优化分析 | 第41-48页 |
| 4.2 计算数据 | 第48-54页 |
| 4.2.1 计算结果及其分析 | 第48-54页 |
| 4.3 本章小结 | 第54-55页 |
| 5.总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62-63页 |
