计算智能方法及在网络优化和预测中的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-24页 |
| ·引言 | 第11-12页 |
| ·蚁群算法 | 第12-16页 |
| ·基本蚁群算法的起源 | 第12-13页 |
| ·基本蚁群算法的原理 | 第13页 |
| ·蚁群算法的理论研究 | 第13-15页 |
| ·蚁群算法的应用研究 | 第15-16页 |
| ·群体智能网络路由算法 | 第16-20页 |
| ·传统路由算法 | 第16-17页 |
| ·群体智能路由算法 | 第17-20页 |
| ·负载平衡路由 | 第20页 |
| ·网络流量预测 | 第20-21页 |
| ·本文主要研究内容及组织结构 | 第21-24页 |
| 第二章 多蚁群算法研究 | 第24-39页 |
| ·基本蚁群算法 | 第24-28页 |
| ·蚁群算法基本原理 | 第24-25页 |
| ·蚁群算法的数学模型 | 第25-26页 |
| ·基本蚁群算法的停滞收敛问题及其解决方法 | 第26-28页 |
| ·多蚁群优化算法 | 第28-33页 |
| ·算法基本思想 | 第28-29页 |
| ·吸引因子与排斥因子 | 第29页 |
| ·多蚁群并行动态选择策略 | 第29-31页 |
| ·实验结果 | 第31-33页 |
| ·并行多蚁群优化算法 | 第33-37页 |
| ·并行分布ACO 算法研究 | 第33页 |
| ·并行多蚁群ACO 算法（PMACS） | 第33-36页 |
| ·实验及分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第三章 融合遗传算法的ACO 优化算法研究 | 第39-47页 |
| ·引言 | 第39页 |
| ·基本遗传算法概述 | 第39-40页 |
| ·融合GA 算法的改进蚁群算法 | 第40-46页 |
| ·算法描述 | 第40-41页 |
| ·路径遗传运算规则 | 第41-43页 |
| ·概率选择规律 | 第43页 |
| ·基于遗传运算的信息素更新 | 第43-44页 |
| ·仿真实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于智能蚂蚁的自适应分布式路由算法研究 | 第47-68页 |
| ·适用于智能路由算法研究的动态网络仿真系统设计 | 第47-54页 |
| ·引言 | 第47页 |
| ·网络形式化定义 | 第47-48页 |
| ·网络模型 | 第48-52页 |
| ·模拟引擎 | 第52-54页 |
| ·基于智能蚂蚁的自适应分布式路由算法 | 第54-60页 |
| ·引言 | 第54页 |
| ·网络模型 | 第54-55页 |
| ·自适应分布式路由算法 | 第55-57页 |
| ·优化策略 | 第57-58页 |
| ·仿真实验 | 第58-60页 |
| ·融合ANTNET 与遗传算法的动态网络路由算法 | 第60-66页 |
| ·引言 | 第60-61页 |
| ·网络模型 | 第61页 |
| ·融合ANTNET 与遗传算法的动态网络路由算法 | 第61-65页 |
| ·仿真实验 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第五章 负载平衡路由策略研究 | 第68-77页 |
| ·引言 | 第68页 |
| ·群体智能路由算法概述 | 第68-70页 |
| ·基于蚂蚁控制系统（ABC） | 第68-69页 |
| ·AntNet 算法 | 第69-70页 |
| ·ACO 算法的停滞问题 | 第70页 |
| ·多蚁群负载平衡路由算法 | 第70-72页 |
| ·算法基本思想 | 第70-71页 |
| ·负载平衡路由策略 | 第71-72页 |
| ·仿真模拟 | 第72-76页 |
| ·双桥实验 | 第72-73页 |
| ·简单规则网络实验 | 第73-75页 |
| ·典型网络实验 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 基于灰预测的网络流量组合模型研究 | 第77-98页 |
| ·引言 | 第77页 |
| ·网络流量预测的的传统方法 | 第77-84页 |
| ·网络流量的基本特性 | 第77-80页 |
| ·网络流量分析的传统模型 | 第80-84页 |
| ·基于灰预测的神经网络预测模型研究 | 第84-97页 |
| ·系统建模 | 第84-85页 |
| ·基于灰色理论的预测模型 | 第85-88页 |
| ·融合递归神经网络的组合预测模型 | 第88-93页 |
| ·实验仿真 | 第93-97页 |
| ·本章小结 | 第97-98页 |
| 第七章 结论与展望 | 第98-101页 |
| ·论文工作总结 | 第98-99页 |
| ·进一步工作展望 | 第99-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-111页 |
| 附录：作者在攻读博士学位期间发表的论文 | 第111页 |
