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

改进蚁群算法的研究及应用

摘要第1-8页
Abstract第8-9页
第一章 绪论第9-22页
   ·课题的背景和意义第9-10页
   ·蚁群算法的特点第10-13页
   ·蚁群算法的改进研究第13-15页
   ·连续优化问题的蚁群算法第15-19页
     ·连续优化问题简介第16-17页
     ·蚁群算法在连续域优化问题中的研究进展第17页
     ·蚁群算法求解连续对象优化需要解决的问题第17-19页
   ·蚁群算法的国内外研究现状第19-20页
     ·一般优化算法的研究现状第19-20页
     ·蚁群算法的研究现状第20页
   ·本文的主要内容第20-22页
第二章 蚁群算法概述第22-32页
   ·蚁群算法的生物学原理第22页
   ·蚁群算法的基本思想第22-23页
   ·基本蚁群算法模型及实现第23-26页
   ·算法分析第26-28页
   ·蚁群算法与其他搜索算法的比较第28-29页
   ·蚁群算法的应用第29-32页
第三章 人工鱼群算法概述第32-40页
   ·人工鱼群算法描述第32-33页
   ·相关定义第33页
   ·行为描述第33-35页
   ·算法描述第35-37页
   ·算法的全局收敛性第37页
   ·算法中各参数对收敛性能的影响第37-40页
第四章 混合蚁群算法的研究第40-50页
   ·一般函数优化问题描述第40-41页
   ·混合蚁群算法第41-49页
     ·蚁群算法的改进思路第41-42页
     ·改进算法的步骤第42页
     ·仿真计算第42-49页
   ·小结第49-50页
第五章 蚁群算法的收敛性证明第50-54页
   ·蚁群算法收敛性概述第50页
   ·蚁群算法收敛性证明简介第50-51页
   ·改进的蚁群算法的收敛性证明第51-54页
第六章 蚁群算法在图像匹配中的应用第54-63页
   ·引言第54页
   ·图像匹配的发展和现状第54-56页
   ·图像匹配过程中需要注意的问题第56页
   ·蚁群算法在图像匹配中的应用研究第56-59页
     ·蚁群聚类算法描述第57-58页
     ·改进的蚁群聚类算法第58-59页
   ·改进蚁群算法在图像匹配中的应用第59-60页
   ·仿真计算第60-62页
   ·小结第62-63页
第七章 总结第63-64页
参考文献第64-67页
在学研究成果第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于语言信息的群决策集结问题研究
下一篇:基于DSP的无速度传感器DTC参数观测的优化研究