改进型蚁群算法及其应用研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-14页 |
·课题研究的目的及意义 | 第9-10页 |
·蚁群算法研究现状 | 第10页 |
·蚁群算法的应用分析 | 第10-13页 |
·本文的章节安排 | 第13-14页 |
第二章 蚁群算法的基础知识 | 第14-36页 |
·基本蚁群算法的原理 | 第14-15页 |
·基本蚁群算法的数学模型 | 第15-18页 |
·基本蚁群算法的实现 | 第18-19页 |
·基本蚁群算法的具体实现步骤 | 第18页 |
·其实现过程可以用以下的伪代码 | 第18-19页 |
·基本蚁群算法的改进研究 | 第19-29页 |
·Ant Colony System | 第20页 |
·最大最小蚁群算法(MMAS) | 第20-21页 |
·具有记忆功能的蚁群算法 | 第21-22页 |
·自适应蚁群算法 | 第22-27页 |
·多态蚁群算法 | 第27-29页 |
·蚁群算法中参数对解的影响分析 | 第29-31页 |
·基本蚁群算法的A.S.收敛性证明 | 第31-32页 |
·蚁群算法的硬件实现 | 第32-33页 |
·连续空间寻优的改进蚁群算法 | 第33-36页 |
第三章 基于改进蚁群算法的物流配送路径优化问题 | 第36-53页 |
·车辆路径问题 | 第36-39页 |
·蚁群算法求解VRP 问题 | 第39-41页 |
·模拟退火蚁群算法求解VRP 问题 | 第41-43页 |
·模拟退火算法概述 | 第41-42页 |
·模拟退火蚁群算法求解VRP 问题 | 第42-43页 |
·实验仿真 | 第43-52页 |
·结论 | 第52-53页 |
第四章 改进蚁群算法在盲均衡技术中的应用研究 | 第53-63页 |
·盲均衡技术及其发展 | 第53-54页 |
·盲均衡技术的基本原理 | 第54-57页 |
·CMA 算法的简要分析 | 第57-59页 |
·模拟退火蚁群算法求解盲均衡问题 | 第59-60页 |
·算法实现 | 第60-61页 |
·实验仿真 | 第61-62页 |
·结论 | 第62-63页 |
第五章 结论与展望 | 第63-64页 |
参考文献 | 第64-73页 |
致谢 | 第73-74页 |
在读期间发表的论文 | 第74页 |