元胞蚂蚁算法及其应用研究
| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·研究内容 | 第11-14页 |
| 第二章 智能优化算法和计算复杂性 | 第14-34页 |
| ·引言 | 第14页 |
| ·计算复杂性及 NP 难题 | 第14-19页 |
| ·计算复杂性 | 第14-17页 |
| ·NP 难题 | 第17-19页 |
| ·智能优化算法 | 第19-33页 |
| ·遗传算法 | 第20-22页 |
| ·模拟退火法 | 第22-23页 |
| ·禁忌搜索法 | 第23-26页 |
| ·蚂蚁算法 | 第26页 |
| ·人工神经网络 | 第26-29页 |
| ·粒子群优化 | 第29-30页 |
| ·DNA 计算 | 第30-31页 |
| ·量子计算 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第三章 蚂蚁算法和元胞自动机 | 第34-50页 |
| ·引言 | 第34页 |
| ·蚂蚁算法 | 第34-41页 |
| ·元胞自动机 | 第41-49页 |
| ·元胞自动机的数学描述 | 第41-42页 |
| ·元胞自动机的其他描述 | 第42-44页 |
| ·元胞自动机的组成 | 第44-48页 |
| ·元胞自动机的特征 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第四章 元胞蚂蚁算法 | 第50-71页 |
| ·概述 | 第50页 |
| ·函数优化的元胞蚂蚁算法 | 第50-57页 |
| ·算法的数学描述 | 第50-52页 |
| ·算法复杂度分析 | 第52-53页 |
| ·实例验证 | 第53-57页 |
| ·TSP 的元胞蚂蚁算法求解 | 第57-64页 |
| ·经典 TSP 的数学描述 | 第57-58页 |
| ·离散元胞蚂蚁算法描述 | 第58-59页 |
| ·经典 TSP 的求解 | 第59-64页 |
| ·扩展旅行商(TSP)问题 | 第64-70页 |
| ·瓶颈 TSP 问题的元胞蚂蚁算法 | 第64-66页 |
| ·最小比率 TSP 问题 | 第66-69页 |
| ·时间约束的 TSP 问题 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第五章 元胞蚂蚁算法的收敛性 | 第71-84页 |
| ·概述 | 第71页 |
| ·随机泛函分析基础 | 第71-77页 |
| ·应用泛函分析初步 | 第71-74页 |
| ·随机泛函分析 | 第74-77页 |
| ·函数优化的元胞蚂蚁算法的收敛性分析 | 第77-80页 |
| ·离散元胞蚂蚁算法的收敛性分析 | 第80-83页 |
| ·小结 | 第83-84页 |
| 第六章 多目标的元胞蚂蚁算法 | 第84-106页 |
| ·概述 | 第84页 |
| ·多目标函数优化的元胞蚂蚁算法 | 第84-100页 |
| ·多目标函数优化 | 第84-86页 |
| ·多目标元胞蚂蚁算法的描述 | 第86-88页 |
| ·实例验证 | 第88-100页 |
| ·多目标 TSP | 第100-105页 |
| ·问题描述 | 第100-101页 |
| ·算法思想 | 第101-102页 |
| ·计算试验 | 第102-105页 |
| ·小结 | 第105-106页 |
| 第七章 结论与展望 | 第106-108页 |
| ·全文总结 | 第106页 |
| ·进一步的工作 | 第106-108页 |
| 参考文献 | 第108-116页 |
| 在读期间公开发表的论文和承担科研项目及取得成果 | 第116-117页 |
| 致谢 | 第117页 |
