| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-12页 |
| ·本文课题研究的目的与意义 | 第10页 |
| ·本课题目前的研究现状与需求 | 第10-11页 |
| ·本文各部分内容的安排 | 第11-12页 |
| 2 对蚁群算法及其在WSN路由协议中应用的回顾 | 第12-37页 |
| ·基础蚁群算法简介与分析 | 第12-15页 |
| ·基本蚁群算法三种模型的介绍与评价 | 第15-20页 |
| ·ANT-density算法和ANT-quantity算法 | 第16-18页 |
| ·Ant-cycle算法 | 第18-19页 |
| ·对基本蚁群算法三种模型的评价 | 第19-20页 |
| ·基本蚁群算法在无线传感器网络路由协议中的应用 | 第20-36页 |
| ·无线传感器网络介绍 | 第20-34页 |
| ·基于蚁群算法的无线传感器网络路由协议分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 3 Q-learning思想改进蚁群算法理论的提出 | 第37-43页 |
| ·Q-learning算法 | 第37-40页 |
| ·基于Q-learning思想改进蚁群算法的理论提出 | 第40-42页 |
| ·小结 | 第42-43页 |
| 4 ACO-QEE算法的设计与分析 | 第43-56页 |
| ·ACO-QEE算法的应用环境的介绍 | 第43-44页 |
| ·ACO-QEE算法的能量均衡策略 | 第44-46页 |
| ·应用Q-learning思想改进蚁群算法 | 第46-47页 |
| ·ACO-QEE算法的设计 | 第47-50页 |
| ·ACO-QEE算法仿真结果的评价与分析 | 第50-54页 |
| ·ACO-QEE算法的收敛速度检测 | 第50-52页 |
| ·ACO-QEE算法的能量均衡性能检测 | 第52-54页 |
| ·小结 | 第54-56页 |
| 5 结论与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62页 |
