基于无线传感器网络的蚁群算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究目的和意义 | 第12-13页 |
| 1.4 论文的主要研究内容和结构安排 | 第13-15页 |
| 第二章 蚁群算法简介 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 蚁群算法的生物学特征 | 第15-17页 |
| 2.3 蚁群算法的数学模型 | 第17-20页 |
| 2.4 蚁群算法的特性分析 | 第20-23页 |
| 2.4.1 人工蚂蚁与真实蚂蚁的对比 | 第20-22页 |
| 2.4.2 蚁群算法的优缺点 | 第22-23页 |
| 2.5 经典蚁群算法模型 | 第23-25页 |
| 2.5.1 带精英策略的蚁群算法 | 第23-24页 |
| 2.5.2 最大最小蚁群算法 | 第24-25页 |
| 2.5.3 拥有变异特征的蚁群算法 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 蚁群算法参数设置 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 蚁群算法参数设置研究 | 第27-34页 |
| 3.2.1 蚂蚁数量m的选取 | 第27-29页 |
| 3.2.2 启发因子α的设置 | 第29-31页 |
| 3.2.3 期望启发因子β的设置 | 第31-32页 |
| 3.2.4 信息素挥发因子ρ的取值 | 第32-33页 |
| 3.2.5 信息素强度Q的设置 | 第33-34页 |
| 3.3 算法复杂度分析 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 改进的蚁群算法 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 改进的蚁群算法 | 第37-41页 |
| 4.2.1 状态转移概率公式改进 | 第37-39页 |
| 4.2.2 信息素更新方式改进 | 第39-40页 |
| 4.2.3 局部最优搜索策略 | 第40-41页 |
| 4.3 改进蚁群算法模拟仿真环境 | 第41-43页 |
| 4.4 改进蚁群算法仿真分析 | 第43-46页 |
| 4.5 本章小结 | 第46-49页 |
| 第五章 基于EEABR的改进蚁群算法 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 EEABR算法 | 第49-51页 |
| 5.3 基于EEABR的改进蚁群算法 | 第51-55页 |
| 5.3.1 数据包结构的改进 | 第51-53页 |
| 5.3.2 信息素更新方式的改进 | 第53-55页 |
| 5.4 基于EEABR的改进蚁群算法的仿真分析 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的科研成果 | 第65-67页 |
| 致谢 | 第67页 |
