蚁群算法熵收敛性分析与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-18页 |
| ·蚁群算法产生的背景与思想起源 | 第9-11页 |
| ·蚁群算法国内外研究现状 | 第11-15页 |
| ·本文研究目的与意义 | 第15-16页 |
| ·本文研究的主要内容和结构安排 | 第16-18页 |
| 第二章 基本蚁群算法介绍 | 第18-26页 |
| ·基本蚁群算法原理 | 第18-20页 |
| ·TSP 问题描述 | 第20-21页 |
| ·基本蚁群算法模型 | 第21-23页 |
| ·基本蚁群算法实现步骤 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 蚁群算法熵收敛性分析 | 第26-43页 |
| ·符号说明 | 第26-27页 |
| ·蚁群算法解的统计性质分析 | 第27-31页 |
| ·静态分析 | 第27-29页 |
| ·动态分析 | 第29-31页 |
| ·蚁群算法信息素概率的统计性质分析 | 第31-35页 |
| ·L_i~(t)～p_i~(t) 关系图 | 第31-33页 |
| ·动态分析 | 第33-35页 |
| ·蚁群算法解分布与信息素概率分布的关系 | 第35-37页 |
| ·蚁群算法的熵收敛性 | 第37-38页 |
| ·蚁群算法解收敛与熵收敛的关系 | 第38-39页 |
| ·蚁群算法的熵收敛应用与实验仿真 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于信息熵的改进蚁群算法 | 第43-50页 |
| ·新算法的改进思想 | 第43-44页 |
| ·改进算法实现步骤 | 第44-46页 |
| ·算法分析 | 第46-47页 |
| ·实验与结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于信息熵的改进蚁群算法的实现 | 第50-58页 |
| ·改进蚁群算法主过程伪代码描述 | 第50页 |
| ·改进算法的具体代码描述 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·本文的主要工作与结论 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-65页 |
| 致谢 | 第65页 |
