| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 概述 | 第7-14页 |
| ·蚁群算法 | 第7-10页 |
| ·蚁群算法的历史及学科意义 | 第7页 |
| ·蚁群算法的国内外研究概况 | 第7-9页 |
| ·蚁群算法的特点 | 第9-10页 |
| ·旅行商问题 | 第10-11页 |
| ·图像分类 | 第11-13页 |
| ·图像分类的意义及原理 | 第11页 |
| ·图像分类的研究现状 | 第11-13页 |
| ·本文的研究内容 | 第13-14页 |
| ·CBACO 及其在旅行商问题中应用 | 第13页 |
| ·SACBACO 及其在图像自动分类中应用 | 第13-14页 |
| 第二章 蚁群算法理论 | 第14-27页 |
| ·蚂蚁算法概述 | 第14-18页 |
| ·蚁群算法起源 | 第14-15页 |
| ·双桥试验及其模型 | 第15-17页 |
| ·人工蚁群系统研究 | 第17-18页 |
| ·蚁群算法模型及实现 | 第18-23页 |
| ·基本蚁群算法原理 | 第18-19页 |
| ·基本蚁群算法模型 | 第19-21页 |
| ·基本蚁群算法过程 | 第21-23页 |
| ·蚁群算法的改进 | 第23-27页 |
| ·蚁群系统 | 第23-24页 |
| ·最大最小蚂蚁系统 | 第24-25页 |
| ·蚁群算法的改进思路 | 第25-27页 |
| 第三章 CBACO 在旅行商问题中的应用 | 第27-38页 |
| ·CBACO 算法框架 | 第27-28页 |
| ·算法模型 | 第28-31页 |
| ·初始化 | 第28页 |
| ·搜索前进策略 | 第28-30页 |
| ·信息更新策略 | 第30-31页 |
| ·算法过程及流程图 | 第31-33页 |
| ·算法过程 | 第31-32页 |
| ·算法流程图 | 第32-33页 |
| ·仿真研究 | 第33-37页 |
| ·试验及结论 | 第33-34页 |
| ·算法的收敛性分析 | 第34-36页 |
| ·参数设置分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 应用于图像自动分类的改进模型――SACBACO | 第38-50页 |
| ·蚁群算法在图像分类中的应用 | 第38-41页 |
| ·图像分类的蚁群算法原理 | 第38页 |
| ·图像分类的蚁群算法模型 | 第38-39页 |
| ·蚁群算法的图像分类 | 第39-40页 |
| ·本节小结 | 第40-41页 |
| ·SACBACO 在图像自动分类中应用 | 第41-49页 |
| ·问题的提出 | 第41页 |
| ·用于图像自动分类的蚁群算法模型--SACBACO | 第41-44页 |
| ·SACBACO 的图像自动分类 | 第44-46页 |
| ·实验及结论 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |