首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

改进的蚁群算法及其在TSP上的应用研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-14页
   ·研究背景及目的第9-10页
   ·国内外研究现状第10-12页
   ·论文研究内容及组织第12-14页
     ·论文研究内容第12-13页
     ·论文的组织结构第13-14页
第2章 相关知识及理论第14-32页
   ·引言第14页
   ·TSP问题第14-17页
     ·TSP问题简介第14-15页
     ·TSP问题描述第15页
     ·TSP问题分类第15-16页
     ·TSP问题计算方法第16-17页
   ·几种智能计算方法第17-20页
     ·群智能算法介绍第17-18页
     ·进化计算第18-19页
     ·神经网络第19-20页
   ·几种启发式与智能算法第20-28页
     ·遗传算法第20-22页
     ·免疫进化算法第22-25页
     ·粒子群算法第25-27页
     ·模拟退火算法第27-28页
   ·仿真平台Starlogo第28-31页
     ·StarLogo介绍第28-30页
     ·StarLogo程序描述第30-31页
   ·本章小结第31-32页
第3章 蚁群觅食行为及特性分析第32-44页
   ·引言第32-33页
   ·蚁群觅食行为第33-34页
     ·觅食中的猎食策略第33页
     ·觅食中的招募策略第33-34页
     ·防御阶段第34页
   ·大规模招募策略下的蚁群觅食模型第34-37页
     ·觅食模型介绍第34-36页
     ·系统模型求解第36-37页
   ·系统模型下觅食特性分析第37-43页
   ·本章小结第43-44页
第4章 改进蚁群优化算法及其在TSP中的应用第44-52页
   ·引言第44页
   ·蚁群优化算法与TSP问题第44-48页
     ·蚁群算法的基本思想第44-45页
     ·蚁群算法过程第45-48页
   ·改进的蚁群算法第48-49页
     ·蚁群算法改进第48-49页
     ·改进蚁群算法描述第49页
   ·仿真实验与分析第49-51页
   ·本章小结第51-52页
结论第52-53页
参考文献第53-57页
攻读硕士学位期间发表的论文和取得的科研成果第57-58页
致谢第58-59页
个人简历第59页

论文共59页,点击 下载论文
上一篇:基于移动Agent的分布式网络通信机制的研究
下一篇:基于粒子滤波的自主机器人视觉目标跟踪研究