蚁群算法及其应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-9页 |
| ·引言 | 第7页 |
| ·研究状况 | 第7-8页 |
| ·理论方面 | 第7-8页 |
| ·应用方面 | 第8页 |
| ·本文的主要工作 | 第8-9页 |
| 2 基于 TSP 问题的基本蚁群算法 | 第9-14页 |
| ·引言 | 第9页 |
| ·蚁群的觅食习性 | 第9-11页 |
| ·TSP 问题 | 第11-12页 |
| ·基于 TSP 问题的蚁群算法模型 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 3 基本蚁群算法的改进 | 第14-25页 |
| ·引言 | 第14页 |
| ·几种典型的改进算法 | 第14-16页 |
| ·带精英策略的蚂蚁系统算法 | 第14-15页 |
| ·基于优化排序的蚂蚁系统算法 | 第15页 |
| ·最大-最小蚂蚁系统算法 | 第15-16页 |
| ·蚂蚁系统的扩展算法 | 第16-17页 |
| ·蚁群系统 | 第16-17页 |
| ·蚂蚁系统的其他扩展算法 | 第17页 |
| ·蚁群算法的主要改进策略 | 第17-19页 |
| ·信息素更新机制的修改 | 第18页 |
| ·搜索机制的改进 | 第18页 |
| ·变异机制的添加 | 第18-19页 |
| ·加入随机扰动成分 | 第19页 |
| ·与其他算法的融合 | 第19页 |
| ·基于动态调节信息素增量的蚁群算法 | 第19-24页 |
| ·算法分析 | 第19页 |
| ·算法设计 | 第19-21页 |
| ·实验结果 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 4 蚁群算法的收敛性及参数分析 | 第25-30页 |
| ·引言 | 第25页 |
| ·蚁群算法的收敛性描述 | 第25-26页 |
| ·蚁群算法的参数选取 | 第26-27页 |
| ·信息挥发因子 | 第26页 |
| ·蚂蚁数目 | 第26页 |
| ·启发因子 | 第26-27页 |
| ·信息强度 | 第27页 |
| ·蚁群算法的具体实施步骤 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 5 蚁群算法的应用 | 第30-35页 |
| ·引言 | 第30页 |
| ·网络路由问题 | 第30-32页 |
| ·基于蚁群算法的平面 QoS 路由 | 第30-31页 |
| ·基于蚁群算法的分级 QoS 路由 | 第31-32页 |
| ·电力系统 | 第32页 |
| ·机器人 | 第32-33页 |
| ·机器人路径规划 | 第32-33页 |
| ·多机器人协作 | 第33页 |
| ·车间作业调度 | 第33页 |
| ·本章小结 | 第33-35页 |
| 6 结论与展望 | 第35-37页 |
| ·结论 | 第35页 |
| ·展望 | 第35-37页 |
| 致谢 | 第37-38页 |
| 参考文献 | 第38-42页 |
| 附录 | 第42页 |
