首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

蚁群优化在时间表问题中的研究与应用

摘要第1-6页
ABSTRACT第6-9页
第1章 绪论第9-15页
   ·引言第9-10页
   ·时间表问题简述第10-11页
   ·蚁群优化简述第11-13页
   ·主要内容及意义第13-15页
第2章 时间表问题第15-25页
   ·引言第15-16页
   ·课程表问题第16-18页
     ·问题概述第16页
     ·数学描述第16-18页
   ·求解时间表问题的常用算法第18-24页
   ·小结第24-25页
第3章 蚁群优化算法第25-41页
   ·引言第25页
   ·蚁群优化算法原理第25-31页
     ·ACO生物原理第25-27页
     ·ACO算法模型第27-30页
     ·ACO算法系统特征第30-31页
   ·蚁群优化算法系统模型的实现第31-35页
     ·TSP数学描述第31-32页
     ·ACO算法系统模型的实现第32-34页
     ·算法分析第34-35页
   ·ACO算法的改进第35-38页
   ·ACO算法的应用领域第38-40页
   ·小结第40-41页
第4章 基于蚁群优化的时间表算法第41-59页
   ·引言第41页
   ·数学模型的建立第41-45页
     ·二分图模型的顶点集第42页
     ·二分图模型的边集第42-43页
     ·二分图模型边的权植第43页
     ·二分图模型的创建第43-45页
   ·算法设计第45-50页
     ·蚂蚁个体的构造第45-47页
     ·蚂蚁的一次周游第47-48页
     ·路径构建机制第48-50页
     ·信息素更新机制第50页
   ·约束的检测和处理第50-55页
     ·硬性约束的检测和处理第51-52页
     ·软性约束的检测和处理第52-55页
   ·算法流程图第55-58页
   ·小结第58-59页
第5章 应用案例与分析第59-71页
   ·应用案例第59-64页
     ·数据介绍第59-60页
     ·算法实现第60-61页
     ·结果效果图第61-64页
   ·案例结果分析第64-69页
     ·参数对算法的影响第64-68页
     ·课程表质量分析第68-69页
   ·与其他算法的比较第69-70页
   ·小结第70-71页
第6章 结论第71-73页
   ·本文的结论第71-72页
   ·未来的研究方向第72-73页
参考文献第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:VoIP电话会议系统中的语音数据管理系统的设计与实现
下一篇:基于3G的智能交通信息系统的设计与实现