| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第1章 前言 | 第10-13页 |
| 第2章 蚁群算法预备知识 | 第13-21页 |
| ·蚂蚁系统 | 第13-16页 |
| ·基于TSP问题的系统模型 | 第13-14页 |
| ·蚁周、蚁量、蚁密系统 | 第14-16页 |
| ·改进的蚁群优化算法 | 第16-21页 |
| ·蚁群系统 | 第16-17页 |
| ·带精英策略的蚂蚁系统 | 第17页 |
| ·基于优化排序的蚂蚁系统 | 第17-18页 |
| ·最大-最小蚂蚁系统 | 第18-21页 |
| 第3章 基于加权的蚁群算法和具有遗传特征的蚁群算法 | 第21-35页 |
| ·加权蚁群算法的原理 | 第21-26页 |
| ·蚂蚁路经和节点的生成 | 第21-22页 |
| ·信息素更新策略 | 第22-23页 |
| ·算法描述 | 第23-25页 |
| ·算法流程图 | 第25-26页 |
| ·加权蚁群算法的收敛性分析 | 第26-29页 |
| ·鞅的基本定义 | 第26-28页 |
| ·基于鞅序列的加权蚁群算法收敛性证明 | 第28-29页 |
| ·具有遗传特征的蚁群算法 | 第29-35页 |
| ·遗传算法的基本操作和数学模型 | 第30-31页 |
| ·具有遗传特征的蚁群算法原理 | 第31-35页 |
| 第4章 蚁群算法的应用 | 第35-64页 |
| ·蚁群算法在TSP问题和非线性函数求极值中的应用 | 第35-40页 |
| ·蚁周系统的在TSP问题中的应用 | 第35-36页 |
| ·MMAS算法的在非线性函数求极值中的应用 | 第36-38页 |
| ·加权算法在非线性函数求极值中的应用 | 第38-40页 |
| ·指数加权蚁群算法在PID参数整定中的应用 | 第40-49页 |
| ·常规PID参数整定方法 | 第40-44页 |
| ·指数加权蚁群中加权函数的选择 | 第44-45页 |
| ·目标函数 | 第45页 |
| ·仿真结果与分析 | 第45-49页 |
| ·线性加权蚁群算法在动态矩阵控制参数设计中的应用 | 第49-55页 |
| ·动态矩阵控制 | 第49-51页 |
| ·动态矩阵控制的参数对控制器性能的分析 | 第51-52页 |
| ·参数选择和蚂蚁路径、节点的生成 | 第52页 |
| ·目标函数 | 第52-53页 |
| ·线性加权蚁群算法中加权函数的选择 | 第53页 |
| ·仿真结果与分析 | 第53-55页 |
| ·蚁群自适应PID | 第55-59页 |
| ·自适应PID控制 | 第55页 |
| ·蚁群自适应PID的控制原理 | 第55-56页 |
| ·控制器各部分数学描述 | 第56-58页 |
| ·仿真结果与分析 | 第58-59页 |
| ·具有遗传特征的蚁群算法在PID控制器参数整定中的应用 | 第59-64页 |
| ·蚂蚁节点和路径的编码和解码 | 第59页 |
| ·目标函数 | 第59-60页 |
| ·具有遗传特征的蚁群算法的参数选择和算法步骤 | 第60-61页 |
| ·仿真结果与分析 | 第61-64页 |
| 第5章 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 个人简历、攻读硕士学位期间发表的文章 | 第71页 |