一种路径规划问题的蚁群算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·蚁群算法的国内外研究进展 | 第12-13页 |
| ·路径规划方法的国内外研究进展 | 第13-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 蚁群算法概述 | 第17-28页 |
| ·基本蚁群算法的原理及模型 | 第17-21页 |
| ·基本蚁群算法的原理 | 第17-18页 |
| ·基本蚁群算法的数学模型 | 第18-20页 |
| ·基本蚁群算法的算法描述 | 第20-21页 |
| ·几种典型的蚁群算法 | 第21-24页 |
| ·蚁群系统(ACS) | 第21-23页 |
| ·最大最小蚂蚁系统(MMAS) | 第23页 |
| ·蚁群优化算法(ACO) | 第23-24页 |
| ·蚁群算法的特点 | 第24-26页 |
| ·人工蚂蚁与真实蚂蚁的比较 | 第24-25页 |
| ·蚁群算法的优缺点 | 第25-26页 |
| ·蚁群算法的应用 | 第26-27页 |
| ·蚁群算法在动态组合优化中的应用 | 第26页 |
| ·蚁群算法在静态组合优化中的应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于多种策略的改进蚁群算法及其应用 | 第28-46页 |
| ·路径规划问题环境建模 | 第28-30页 |
| ·问题描述与定义 | 第30-31页 |
| ·基本蚁群算法的路径规划实现 | 第31-33页 |
| ·算法的描述 | 第31页 |
| ·算法的实现 | 第31-32页 |
| ·算法的流程图 | 第32-33页 |
| ·基于多种策略的改进蚁群算法及实现 | 第33-39页 |
| ·目标启发策略 | 第34页 |
| ·狼群分配策略 | 第34-35页 |
| ·参数自适应调整策略 | 第35页 |
| ·遗传交叉和变异策略 | 第35-37页 |
| ·基于多种策略的改进蚁群算法栅格图实现 | 第37-38页 |
| ·基于多种策略的改进蚁群算法 TSP 实现 | 第38-39页 |
| ·基于多种策略的改进蚁群算法仿真实验 | 第39-45页 |
| ·栅格图仿真实验 | 第39-44页 |
| ·TSP 仿真实验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 蚁群和粒子群融合算法及其应用 | 第46-60页 |
| ·粒子群算法 | 第46-47页 |
| ·粒子群算法原理 | 第46页 |
| ·粒子群算法描述 | 第46-47页 |
| ·粒子群算法实现 | 第47页 |
| ·蚁群算法的改进 | 第47-49页 |
| ·多路径选择策略 | 第47-48页 |
| ·动态信息素局部更新策略 | 第48-49页 |
| ·带信息素调节因子的信息素全局更新策略 | 第49页 |
| ·蚁群和粒子群融合算法及实现 | 第49-54页 |
| ·融合算法设计思想 | 第49-50页 |
| ·融合算法设计过程 | 第50-51页 |
| ·蚁群和粒子群融合算法栅格图实现 | 第51-53页 |
| ·蚁群和粒子群融合算法 TSP 实现 | 第53-54页 |
| ·蚁群和粒子群融合算法仿真实验 | 第54-59页 |
| ·栅格图仿真实验 | 第54-58页 |
| ·TSP 仿真实验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的研究成果 | 第65-67页 |
| 致谢 | 第67页 |
