| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 第1章 绪论 | 第13-36页 |
| ·研究的背景与意义 | 第13-16页 |
| ·优化问题及优化计算技术的发展 | 第16-24页 |
| ·静态规划和动态规划 | 第16-18页 |
| ·智能计算及现代启发式优化方法 | 第18-24页 |
| ·群智能优化算法 | 第24-33页 |
| ·蚁群优化算法 | 第26-28页 |
| ·粒子群优化算法 | 第28-30页 |
| ·其他群智能算法 | 第30-32页 |
| ·群集智能的优点 | 第32-33页 |
| ·本文的研究内容和研究目标 | 第33-34页 |
| ·论文主要研究内容 | 第33页 |
| ·研究目标 | 第33-34页 |
| ·论文的组织结构 | 第34-36页 |
| 第2章 基于蚁群算法的纵断面设计方法 | 第36-55页 |
| ·引言 | 第36-41页 |
| ·蚁群算法 | 第41-45页 |
| ·组合优化问题及其复杂性 | 第41页 |
| ·蚁群觅食行为及算法思想 | 第41-43页 |
| ·基本蚁群算法 | 第43-45页 |
| ·计算模型 | 第45-47页 |
| ·模型的求解 | 第47-50页 |
| ·变坡点的生成方法 | 第47页 |
| ·启发函数 | 第47-48页 |
| ·Arrived集的构建 | 第48-49页 |
| ·信息素更新 | 第49页 |
| ·控制点约束的处理 | 第49-50页 |
| ·实例研究 | 第50-54页 |
| ·实例 | 第50页 |
| ·算法参数的选择 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第3章 基于蚁群算法和空间网格的路线走向构建方法 | 第55-85页 |
| ·前言 | 第55-60页 |
| ·国外研究现状 | 第55-58页 |
| ·国内研究现状 | 第58页 |
| ·研究现状分析 | 第58-60页 |
| ·搜索空间的表示方法 | 第60-63页 |
| ·真实地形数据 | 第60-61页 |
| ·数字高程模型 | 第61页 |
| ·规则格网 | 第61-63页 |
| ·数字地价模型 | 第63-66页 |
| ·路线走向选择的影响因素及费用分类 | 第63-64页 |
| ·数字地价模型的构建 | 第64-66页 |
| ·基于格网的三维搜索空间 | 第66-68页 |
| ·基准面 | 第66页 |
| ·三维轴层结构模型 | 第66-67页 |
| ·三维走廊线搜索空间 | 第67-68页 |
| ·蚁群算法的扩展 | 第68-72页 |
| ·蚁群系统(ACS) | 第68-70页 |
| ·精英蚂蚁系统 | 第70页 |
| ·最大最小蚂蚁系统 | 第70-72页 |
| ·基于改进蚁群算法的走廊线算法 | 第72-82页 |
| ·走廊线问题 | 第72-74页 |
| ·可行格点集合 | 第74-76页 |
| ·走廊线的启发函数 | 第76-77页 |
| ·综合转移概率 | 第77-79页 |
| ·信息素更新方法 | 第79-81页 |
| ·算法步骤 | 第81-82页 |
| ·仿真实验结果 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第4章 基于ROSENBROCK方法的改进PSO算法 | 第85-112页 |
| ·约束优化问题 | 第85-86页 |
| ·粒子群算法 | 第86-89页 |
| ·PSO算法基本原理 | 第86-89页 |
| ·算法分析 | 第89页 |
| ·ROSENBROCK方法 | 第89-92页 |
| ·探测 | 第91-92页 |
| ·转轴 | 第92页 |
| ·PSO方法的改进 | 第92-100页 |
| ·概述 | 第92-94页 |
| ·算法设计 | 第94-97页 |
| ·算法流程 | 第97-98页 |
| ·约束处理 | 第98-100页 |
| ·算法实验结果 | 第100-105页 |
| ·Keane's Bump约束优化问题 | 第100-102页 |
| ·其他典型约束优化问题的测试 | 第102-103页 |
| ·收敛性的比较 | 第103-105页 |
| ·RPSO参数实验研究 | 第105-111页 |
| ·实验一 | 第106-107页 |
| ·实验二 | 第107页 |
| ·实验三 | 第107-111页 |
| ·本章小结 | 第111-112页 |
| 第5章 RPSO方法在三维空间线形优化中的应用 | 第112-122页 |
| ·基本方法 | 第112-114页 |
| ·决策变量的选择 | 第114-115页 |
| ·适应度函数设计 | 第115-116页 |
| ·约束条件 | 第116-118页 |
| ·平面约束条件 | 第116-117页 |
| ·纵断面约束条件 | 第117-118页 |
| ·应用实例 | 第118-121页 |
| ·本章小结 | 第121-122页 |
| 第6章 土石方调配的蚁群算法模型 | 第122-139页 |
| ·引言 | 第122-123页 |
| ·累计曲线法 | 第123-126页 |
| ·累计曲线 | 第124页 |
| ·累计曲线调配方法 | 第124-125页 |
| ·累计土方曲线特点分析 | 第125-126页 |
| ·计算模型 | 第126-132页 |
| ·模型定义 | 第126-128页 |
| ·同层调运策略 | 第128-129页 |
| ·蚁群算法的调运方法 | 第129-132页 |
| ·目标函数及约束条件 | 第132-134页 |
| ·目标函数 | 第132-133页 |
| ·约束条件 | 第133-134页 |
| ·算法设计中的相关问题 | 第134-138页 |
| ·候选集的构建 | 第134-136页 |
| ·状态转移规则 | 第136-137页 |
| ·信息素更新 | 第137-138页 |
| ·本章小结 | 第138-139页 |
| 第7章 结论与展望 | 第139-142页 |
| ·研究成果 | 第139-140页 |
| ·本文的主要创新点 | 第140页 |
| ·进一步研究工作展望 | 第140-142页 |
| 附录 RPSO算法的测试函数 | 第142-144页 |
| 参考文献 | 第144-157页 |
| 致谢 | 第157-158页 |
| 攻读学位期间的主要科研成果 | 第158页 |