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

基于蚁群优化算法的资源受限项目调度问题研究

摘要第1-6页
Abstract第6-7页
致谢第7-12页
第一章 绪论第12-19页
   ·研究背景与意义第12-13页
   ·项目调度发展过程第13-14页
   ·资源受限项目调度问题研究现状第14-17页
     ·优化目标及资源分类第15页
     ·问题模型第15-16页
     ·求解方法第16页
     ·基准问题第16-17页
   ·本文主要工作及文章结构第17-19页
第二章 资源受限项目调度基本理论第19-30页
   ·RCPSP概述第19-21页
     ·典型RCPSP第19-20页
     ·特性参数第20-21页
   ·SRCPSP模型及参数介绍第21-23页
     ·基本模型及参数含义第21-22页
     ·基本定义、定理第22-23页
   ·SRCPSP求解方法第23-29页
     ·分支定界算法第24-25页
     ·传统的基于优先规则的方法第25-27页
     ·采样算法第27-28页
     ·基于关键链项目管理的项目调度第28-29页
     ·智能优化算法第29页
   ·本章小结第29-30页
第三章 蚁群优化算法的基本理论和研究现状第30-39页
   ·蚁群优化算法简介第30页
   ·蚁群优化算法的基本理论第30-32页
     ·蚁群优化算法的基本思想第30-31页
     ·蚁群优化算法的基本算法第31-32页
   ·几种主要的改进算法第32-36页
     ·带精英策略的蚂蚁系统第32-33页
     ·蚁群系统第33-34页
     ·最大—最小蚂蚁系统MMAS第34-35页
     ·蚁群算法与其他优化算法的融合第35-36页
   ·蚁群优化算法的主要应用第36-38页
   ·本章小结第38-39页
第四章 ACO在SRCPSP中的应用研究第39-54页
   ·基准问题第39-40页
   ·算法设计第40-42页
     ·基本思想第40-41页
     ·算法流程第41-42页
   ·实验设计第42-44页
     ·实验指标选择第42-43页
     ·因素及水平第43-44页
     ·实验流程与系统结构第44页
   ·实验结果及参数分析第44-52页
   ·本章小结第52-54页
第五章 总结及展望第54-56页
   ·本文总结第54页
   ·进一步研究方向第54-56页
参考文献第56-61页
个人简历第61页

论文共61页,点击 下载论文
上一篇:视频语义特征提取的研究
下一篇:广义费用识别中的城市道路路段旅行时间预测