蚁群优化算法及其应用研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 引言 | 第7-10页 |
| ·组合优化问题概述 | 第7-8页 |
| ·蚁群优化算法研究现状 | 第8-9页 |
| ·本论文的主要工作 | 第9-10页 |
| 2 蚁群优化数学模型 | 第10-17页 |
| ·蚁群觅食行为及优化 | 第10-13页 |
| ·基于TSP 的蚁群优化数学模型 | 第13-16页 |
| ·基于TSP 的蚁群算法基本步骤 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 基本蚁群算法的改进 | 第17-27页 |
| ·精英蚂蚁系统 | 第17页 |
| ·基于排列的蚂蚁系统 | 第17-18页 |
| ·最大最小蚁群算法 | 第18-19页 |
| ·蚁群系统算法 | 第19-20页 |
| ·基于自适应调节转移概率的蚁群算法 | 第20-23页 |
| ·其它改进策略 | 第23-25页 |
| ·引入变异 | 第23-24页 |
| ·引入随机扰动策略的蚁群算法 | 第24页 |
| ·路径选择策略的改进 | 第24-25页 |
| ·与其他算法的融合 | 第25页 |
| ·本章小结 | 第25-27页 |
| 4 蚁群优化理论 | 第27-31页 |
| ·算法收敛性分析 | 第27-28页 |
| ·蚁群优化模型参数的选择 | 第28-30页 |
| ·启发式因子α、β的分析 | 第28-29页 |
| ·对挥发系数ρ的分析 | 第29页 |
| ·蚂蚁群体数目m | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 5 蚁群算法的其它应用 | 第31-38页 |
| ·蚁群算法的使用规则 | 第31-33页 |
| ·构建图 | 第31-32页 |
| ·信息素的定义 | 第32页 |
| ·启发式信息的定义 | 第32页 |
| ·探索与开发的平衡 | 第32-33页 |
| ·应用蚁群算法求解问题的步骤 | 第33页 |
| ·二次分配问题 | 第33-35页 |
| ·背包问题 | 第35页 |
| ·大学课程时间表问题 | 第35-36页 |
| ·机器学习问题——分类规则学习 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 6 结论与展望 | 第38-40页 |
| ·结论 | 第38页 |
| ·展望 | 第38-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 附录 | 第45页 |
| 攻读学位期间发表的论文 | 第45页 |
