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

蚁群算法及其在Flow Shop问题和聚类问题上的应用

第一章 引言第1-12页
   ·群智能第7-9页
   ·蚁群算法第9-10页
   ·Flow-Shop 调度问题第10页
   ·聚类问题第10-11页
   ·本文的研究工作第11-12页
第二章 蚁群算法基本原理第12-17页
   ·蚁群算法的提出第12页
   ·人工蚂蚁与真实蚂蚁的对比第12-14页
   ·算法原理第14-15页
   ·算法基本流程第15-17页
第三章 蚁群算法的研究现状第17-32页
   ·文献回顾第17-20页
   ·蚂蚁系统第20-24页
     ·算法第21-23页
     ·蚂蚁系统的优点与不足第23-24页
   ·典型的改进算法第24-28页
     ·蚁群系统第24-25页
     ·MAX-MIN 蚂蚁系统第25-28页
   ·蚁群算法的收敛性第28-32页
     ·蚁群算法的马尔可夫链描述第28-29页
     ·蚁群算法的收敛性第29-32页
第四章 蚁群算法在Flow Shop 问题上的应用第32-55页
   ·Flow Shop 问题描述第32-33页
   ·启发式方法第33-36页
   ·应用改进蚁群算法求解置换Flow-Shop 问题第36-50页
     ·一些具体操作对蚁群算法的影响第36-48页
     ·求解置换Flow-Shop 问题的算法流程第48-49页
     ·实验结果与分析第49-50页
   ·应用改进蚁群算法求解一般Flow-Shop 问题第50-51页
   ·应用蚁群算法求解模糊Flow-Shop 问题第51-55页
第五章 蚁群算法在求解聚类问题上的应用第55-70页
   ·聚类问题的数学模型第55-56页
   ·蚁群聚类算法第56-61页
     ·蚁群聚类算法分析第57-61页
     ·蚁群聚类算法流程第61页
   ·实验结果与分析第61-70页
     ·蚁群聚类算法的人造数据分析验证第61-63页
     ·蚁群聚类算法的应用数据分析验证第63-70页
第六章 结束语第70-71页
参考文献第71-75页
摘要第75-77页
Abstract第77-80页
致谢第80-82页
导师及作者简介第82页

论文共82页,点击 下载论文
上一篇:非对称信息条件下股票市场参与者的行为分析
下一篇:基于嵌入式系统的超声波流量计设计