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

并行多蚁群系统优化方法研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-13页
    1.1 研究背景和意义第10-11页
    1.2 国内外研究现状第11页
    1.3 本文的研究内容第11-12页
    1.4 本文的组织结构第12-13页
第2章 蚁群算法及参数修正策略第13-21页
    2.1 引言第13页
    2.2 蚁群优化基本理论第13-17页
        2.2.1 ACO 算法求解 TSP 问题第14-15页
        2.2.2 蚂蚁算法第15-16页
        2.2.3 最大-最小蚂蚁系统第16页
        2.2.4 蚁群系统第16-17页
    2.3 ACO 参数修正策略第17-21页
        2.3.1 参数修正概述第17-19页
        2.3.2 预设参数变化第19页
        2.3.3 ACO 适应方法第19-20页
        2.3.4 基于搜索的参数适应方法第20-21页
第3章 ACO 参数分析第21-27页
    3.1 引言第21-22页
    3.2 ACS 中的参数影响第22-23页
    3.3 MMAS 中的参数影响第23-24页
    3.4 MMAS 的参数预定变化策略第24-27页
第4章 并行多蚁群系统优化第27-33页
    4.1 引言第27-28页
    4.2 预设参数的并行多蚁群优化方法第28-29页
    4.3 信息交流预设参数并行多蚁群优化方法第29-33页
第5章 实验结果及分析第33-56页
    5.1 引言第33页
    5.2 并行多蚁群系统优化算法运行情况展示第33-51页
        5.2.1 P-PSMMAS 运行情况展示第34-42页
        5.2.2 P-CCMMAS 运行情况展示第42-51页
    5.3 对比实验及分析第51-56页
        5.3.1 算法收敛性能比较第51-53页
        5.3.2 算法稳定性比较第53-54页
        5.3.3 算法实时性能比较第54-56页
第6章 总结与展望第56-58页
    6.1 本文总结第56页
    6.2 未来工作展望第56-58页
参考文献第58-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:黄金冶炼渣中有价金属的综合利用研究
下一篇:液相色谱质谱分析蓝藻的光合作用甘油酯和土壤中四醚膜类脂