蚁群算法的改进与应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 目录 | 第8-13页 |
| 第一章 引言 | 第13-23页 |
| ·蚁群算法的提出 | 第13-21页 |
| ·基于主体的仿真 | 第14-15页 |
| ·群集智能的研究 | 第15-18页 |
| ·蚁群算法的提出 | 第18-19页 |
| ·课题来源 | 第19-21页 |
| ·论文主要工作 | 第21-23页 |
| 第二章 蚁群系统基本原理 | 第23-41页 |
| ·蚂蚁觅食的生态现象 | 第23-25页 |
| ·简单合作觅食 | 第23页 |
| ·小组觅食 | 第23-24页 |
| ·集体觅食 | 第24页 |
| ·其他觅食方法 | 第24-25页 |
| ·人工蚁群与真实蚁群 | 第25-27页 |
| ·基本蚁群算法 | 第27-41页 |
| ·基本蚁群算法原理 | 第27-30页 |
| ·基本蚁群算法模型 | 第30-34页 |
| ·基本蚁群算法参数特性 | 第34-41页 |
| ·信息挥发度的选择 | 第34-36页 |
| ·蚂蚁数量的选择 | 第36-37页 |
| ·启发式因子的选择 | 第37-39页 |
| ·总信息量的选择 | 第39-41页 |
| 第三章 蚁群算法的研究现状 | 第41-52页 |
| ·基本蚁群算法的优点与不足之处 | 第41-43页 |
| ·蚁群算法的研究现状及主要成果介绍 | 第43-52页 |
| ·Ant Colony System | 第43-44页 |
| ·MAX MIN Ant System | 第44-45页 |
| ·具有变异特征的蚁群算法 | 第45-47页 |
| ·引入知识的改进蚁群算法 | 第47-48页 |
| ·基于蚁群算法的分段求解算法 | 第48-50页 |
| ·其他改进蚁群算法 | 第50-52页 |
| 第四章 提高性能的改进蚁群算法 | 第52-101页 |
| ·基于分布均匀度的蚁群算法 | 第52-62页 |
| ·聚度和信息权重 | 第52-56页 |
| ·自适应的信息量更新策略 | 第56-58页 |
| ·实验结果与分析 | 第58-61页 |
| ·本节小结 | 第61-62页 |
| ·具有感觉和知觉特征的蚁群算法 | 第62-75页 |
| ·具有感觉和知觉特征的蚁群算法 | 第62-67页 |
| ·蚂蚁搜索的初始阶段 | 第62-63页 |
| ·蚂蚁搜索的中间阶段 | 第63-65页 |
| ·蚂蚁搜索的结束阶段 | 第65页 |
| ·算法框架 | 第65-67页 |
| ·自适应的信息量更新策略 | 第67-68页 |
| ·实验结果与分析 | 第68-74页 |
| ·本节小结 | 第74-75页 |
| ·改进的增强型蚁群算法 | 第75-81页 |
| ·改进的增强型蚁群算法 | 第75-77页 |
| ·实验结果与分析 | 第77-79页 |
| ·本节小结 | 第79-81页 |
| ·基于生物免疫遗传学的蚁群算法 | 第81-92页 |
| ·免疫蚁群算法 | 第81-88页 |
| ·免疫蚁群算法框架 | 第82-83页 |
| ·基于浓度控制的信息量更新 | 第83-85页 |
| ·隔离小生境技术 | 第85-86页 |
| ·免疫疫苗的提取 | 第86页 |
| ·浓度控制的变异操作 | 第86-87页 |
| ·接种疫苗 | 第87-88页 |
| ·免疫记忆和免疫代谢 | 第88页 |
| ·实验结果与分析 | 第88-90页 |
| ·本节小结 | 第90-92页 |
| ·提高蚁群算法性能的进一步研究工作及思路 | 第92-101页 |
| ·蚁群算法的并行化研究 | 第92-94页 |
| ·蚁群算法收敛性的理论证明 | 第94-96页 |
| ·其他行为或机制的非传统模型及相应的新的蚁群算法 | 第96-100页 |
| ·本节小结 | 第100-101页 |
| 第五章 蚁群算法应用研究 | 第101-143页 |
| ·蚁群算法应用概述 | 第101-106页 |
| ·蚁群算法在连续优化问题中的应用 | 第106-116页 |
| ·求解连续空间问题的算法框架 | 第106-111页 |
| ·实验结果与分析 | 第111-115页 |
| ·本节小结 | 第115-116页 |
| ·蚁群算法在0-1背包问题中的应用 | 第116-122页 |
| ·0-1背包问题描述 | 第116-117页 |
| ·求解0-1背包问题的蚁群算法 | 第117-120页 |
| ·算法框架 | 第117-118页 |
| ·保证解的多样性的信息量更新 | 第118-119页 |
| ·调节多样性的变异操作 | 第119-120页 |
| ·实验结果与分析 | 第120-121页 |
| ·本节小结 | 第121-122页 |
| ·蚁群算法在武器目标分配问题中的应用 | 第122-127页 |
| ·武器目标问题描述 | 第122页 |
| ·求解武器目标分配问题的蚁群算法 | 第122-124页 |
| ·实验结果与分析 | 第124-126页 |
| ·本节小结 | 第126-127页 |
| ·蚁群算法在Flow-Shop问题中的应用 | 第127-130页 |
| ·Flow-Shop问题描述 | 第127页 |
| ·求解Flow-Shop问题的蚁群算法 | 第127-128页 |
| ·实验结果与分析 | 第128-129页 |
| ·本节小结 | 第129-130页 |
| ·蚁群算法在QoS成组多播路由问题中的应用 | 第130-143页 |
| ·背景知识 | 第130-131页 |
| ·QoS成组多播路由问题 | 第131-133页 |
| ·求解QoS成组多播路由问题的改进蚁群算法 | 第133-139页 |
| ·算法实现思路及解的表示方法 | 第133-134页 |
| ·算法框架 | 第134-136页 |
| ·蚂蚁选路策略及信息量更新 | 第136-138页 |
| ·解和参数的交叉变异 | 第138-139页 |
| ·解的退火选择 | 第139页 |
| ·收敛性证明 | 第139页 |
| ·实验结果与分析 | 第139-142页 |
| ·本节小结 | 第142-143页 |
| 结束语 | 第143-145页 |
| 参考文献 | 第145-152页 |
| 致谢 | 第152-153页 |
| 攻读学位期间发表的学术论文目录 | 第153-155页 |
