摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第1章 绪论 | 第12-28页 |
·课题研究的背景、目的和意义 | 第12-14页 |
·蚁群算法 | 第14-21页 |
·蚁群算法的产生与发展 | 第14-15页 |
·蚁群算法与其它仿生优化算法的比较 | 第15-16页 |
·蚁群算法的国内外研究现状 | 第16-19页 |
·蚁群算法的发展趋势 | 第19-21页 |
·导航规划简介 | 第21-25页 |
·导航规划的常用方法 | 第21-24页 |
·蚁群算法在导航规划中的应用 | 第24-25页 |
·论文的主要研究工作 | 第25-28页 |
第2章 蚁群算法基本原理及其收敛性分析 | 第28-52页 |
·引言 | 第28页 |
·蚁群算法的生物学原理 | 第28-30页 |
·蚁群优化元启发式算法 | 第30-41页 |
·元启发式算法 | 第30-31页 |
·蚁群优化元启发式算法框架 | 第31-35页 |
·经典蚁群算法模型 | 第35-41页 |
·蚁群算法收敛性分析 | 第41-50页 |
·蚁群算法收敛性研究成果 | 第41-42页 |
·ACS算法收敛性分析 | 第42-50页 |
·本章小结 | 第50-52页 |
第3章 蚁群算法状态转移策略分析及参数选取方法设计 | 第52-76页 |
·引言 | 第52页 |
·蚁群算法状态转移策略研究 | 第52-60页 |
·状态转移策略的一般表示形式 | 第53-54页 |
·选择函数对算法性能的影响 | 第54-60页 |
·蚁群算法参数选取方法设计 | 第60-74页 |
·蚁群算法参数定性分析 | 第61-66页 |
·粒子群优化算法 | 第66-68页 |
·基于粒子群的蚁群算法参数优化 | 第68-74页 |
·本章小结 | 第74-76页 |
第4章 基于协同和空间收缩思想的改进蚁群算法 | 第76-92页 |
·引言 | 第76页 |
·离散空间蚁群算法概述 | 第76-77页 |
·蚁群算法的改进策略 | 第77-79页 |
·协同多蚁群伪并行优化算法 | 第79-84页 |
·算法的基本思想 | 第79-80页 |
·算法设计 | 第80-82页 |
·算法性能试验 | 第82-84页 |
·空间收缩蚁群优化算法 | 第84-90页 |
·算法的基本思想 | 第84-85页 |
·算法设计 | 第85-88页 |
·算法性能试验 | 第88-90页 |
·本章小结 | 第90-92页 |
第5章 基于蚁群觅食行为的改进连续域优化算法 | 第92-124页 |
·引言 | 第92-93页 |
·算法基本思想 | 第93-96页 |
·约束优化问题 | 第93-94页 |
·连续空间的蚂蚁觅食 | 第94-95页 |
·基于蚁群觅食行为的改进连续域优化算法基本思想 | 第95-96页 |
·算法的构建 | 第96-107页 |
·无约束条件情况下的算法设计 | 第96-100页 |
·约束条件的处理 | 第100-104页 |
·算法流程 | 第104-105页 |
·参数对算法性能的影响 | 第105-107页 |
·算法性能测试及分析 | 第107-121页 |
·求解无约束优化问题 | 第107-112页 |
·求解约束优化问题 | 第112-115页 |
·算法性能分析 | 第115-121页 |
·本章小结 | 第121-124页 |
第6章 基于蚁群优化的潜艇三维空间导航规划 | 第124-152页 |
·引言 | 第124页 |
·潜艇三维空间导航规划问题描述 | 第124-126页 |
·环境建模 | 第126-130页 |
·三维海底地形的构造 | 第127-128页 |
·三维环境空间的抽象建模 | 第128-130页 |
·基于离散域蚁群算法的三维空间导航规划算法设计 | 第130-143页 |
·算法设计 | 第130-137页 |
·算法仿真与分析 | 第137-143页 |
·基于连续域蚁群算法的三维空间导航规划算法设计 | 第143-151页 |
·算法设计 | 第143-147页 |
·算法仿真与分析 | 第147-151页 |
·本章小结 | 第151-152页 |
结论 | 第152-156页 |
一、本课题的工作总结 | 第152-153页 |
二、今后研究工作的展望 | 第153-156页 |
参考文献 | 第156-168页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第168-170页 |
致谢 | 第170-172页 |
附录: 约束优化问题基准测试函数 | 第172-176页 |