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

蚁群算法的应用研究

摘要第1-6页
Abstract第6-7页
致谢第7-10页
插图清单第10-11页
表格清单第11-12页
第一章 绪论第12-17页
   ·引言第12页
   ·组合优化问题第12-13页
   ·具有代表性的组合优化问题第13-14页
   ·选题背景与意义第14页
   ·蚁群算法的应用领域第14-15页
   ·论文的研究内容与结构安排第15-17页
第二章 蚁群算法第17-30页
   ·引言第17页
   ·蚁群算法分析第17-23页
     ·蚁群算法的基本原理第17-19页
     ·蚁群算法的数学模型第19-21页
     ·基本蚁群算法的优点与不足之处第21-23页
   ·蚁群算法的研究现状及主要成果介绍第23-29页
     ·Ant Colony System第23-24页
     ·最大-最小蚁群系统第24-25页
     ·基于蚁群算法的相遇算法第25-26页
     ·多态蚁群算法第26-29页
   ·本章小结第29-30页
第三章 面向TSP问题求解的蚁群优化算法的研究第30-39页
   ·引言第30页
   ·TSP问题第30-31页
   ·基本蚁群算法AS与MMAS及改进第31-32页
     ·基本蚁群算法AS第31页
     ·MMAS及其改进第31-32页
   ·具有分段和变异特性的蚁群算法第32-35页
     ·遗传算法第32-33页
     ·分段第33页
     ·变异第33-34页
     ·具有分段和变异特性的蚁群算法第34-35页
   ·仿真实验结果第35-38页
   ·本章小结第38-39页
第四章 基于蚁群算法的多维0-1背包问题的研究第39-53页
   ·背包问题概述第39-46页
     ·背包问题简介第39-40页
     ·KP的精确解法简介第40-42页
     ·KP的近似解法简介第42-46页
   ·求解0-1背包问题的基本蚁群算法第46-47页
     ·基本蚁群算法第46页
     ·多维0-1背包问题第46页
     ·求解多维0-1背包问题的蚁群算法第46-47页
   ·改进的蚁群优化算法求解多维0-1背包问题第47-51页
     ·分析及改进基本蚁群算法第47-48页
     ·求解多维0-1背包问题的蚁群优化算法描述第48页
     ·实验结果和算法的性能分析第48-51页
   ·本章小结第51-53页
第五章 结论与展望第53-55页
   ·工作总结第53-54页
   ·展望第54-55页
参考文献第55-58页
攻读硕士学位期间发表论文第58页

论文共58页,点击 下载论文
上一篇:羊肚菌培养条件优化及其多糖生物活性的研究
下一篇:安徽省两种道地药材的分子鉴定研究