首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

蚁群算法及其在数据获取技术中的应用研究

摘要第1-7页
Abstract第7-17页
第1章 绪论第17-31页
   ·研究背景及意义第17-18页
   ·群集智能模型及经典算法第18-24页
     ·群集智能模型概述第19-20页
     ·蚁群优化算法第20-23页
     ·粒子群优化算法第23-24页
   ·蚁群算法的发展与研究现状第24-26页
     ·蚁群算法的发展第24-25页
     ·国内外研究现状第25-26页
   ·网络数据获取及其关键技术第26-27页
     ·网络数据获取概述第26页
     ·网络任播路由技术第26-27页
     ·网络查询处理技术第27页
   ·论文主要工作及组织结构第27-31页
     ·论文主要工作第27-29页
     ·论文组织结构第29-31页
第2章 相关研究综述第31-45页
   ·蚁群优化算法的理论研究第31-34页
     ·蚁群算法求解问题一般思路第31-33页
     ·蚁群算法收敛性探讨第33-34页
   ·蚁群优化算法典型应用研究第34-35页
   ·网络任播路由算法研究第35-42页
     ·因特网任播算法概述第35-37页
     ·传感器网络任播算法概述第37-40页
     ·移动自组网任播算法概述第40-42页
   ·网络查询处理相关研究第42-44页
   ·小结第44-45页
第3章 基于蚁群优化的因特网多约束任播路由研究第45-54页
   ·引言第45-46页
   ·基于多蚁群算法的因特网任播路由第46-49页
     ·网络拓扑结构第46页
     ·服务请求的产生及管理机制第46-47页
     ·路径选择策略第47页
     ·信息素更新规则第47-48页
     ·算法具体步骤第48-49页
   ·仿真实验与分析第49-53页
     ·实验1:网络拓扑固定第49-50页
     ·实验2:目标节点分散第50-51页
     ·实验3:网络拓扑随机第51-53页
   ·小结第53-54页
第4章 基于蚁群优化的传感器网络可靠任播路由研究第54-67页
   ·引言第54-55页
   ·蚁群路由及聚类模型第55-56页
     ·蚁群路由模型第55页
     ·蚁群聚类模型第55-56页
   ·网络环境与问题描述第56-58页
     ·WSN 网络模型第56-57页
     ·数据产生与聚合第57页
     ·问题描述第57-58页
   ·基于蚁群算法的传感器网络可靠任播路由第58-63页
     ·蚂蚁的定义及管理第58页
     ·算法初始化第58-59页
     ·路径构建策略第59-60页
     ·信息素更新规则第60-61页
     ·算法自修复方法第61-62页
     ·算法具体步骤第62-63页
   ·仿真实验与分析第63-66页
     ·实验环境与参数设置第63-64页
     ·实验结果与分析第64-66页
   ·小结第66-67页
第5章 基于蚁群优化的移动自组网任播路由研究第67-79页
   ·引言第67-68页
   ·蚁群优化的信息素扩散模型第68-70页
     ·蚁群算法信息素扩散初始模型第68-69页
     ·移动自组网信息素扩散新模型第69-70页
   ·基于蚁群算法的移动自组网任播路由第70-75页
     ·移动模型分析第70-72页
     ·蚂蚁定义及管理第72页
     ·路径构建策略第72-73页
     ·信息素更新规则第73-74页
     ·算法具体步骤第74-75页
   ·仿真实验与分析第75-78页
     ·实验环境与参数设置第75-76页
     ·实验结果与分析第76-78页
   ·小结第78-79页
第6章 传感器网络中基于蚁群优化的复制查询处理第79-100页
   ·引言第79-80页
   ·网络模型及问题描述第80-81页
   ·事件聚合及编码第81-83页
     ·事件数据聚合第82页
     ·事件数据编码第82-83页
   ·网内事件数据随机复制策略第83页
   ·基于多蚁群算法的传感器网络节能复制查询处理第83-88页
     ·传感器网络拓扑萃取第84-85页
     ·查询请求的管理第85页
     ·路径选择策略第85-86页
     ·信息素更新规则第86页
     ·动态二次复制策略第86-87页
     ·算法具体步骤第87-88页
   ·算法理论分析第88-96页
     ·复制能耗分析第88-90页
     ·搜索能耗分析第90-91页
     ·总能耗及性能对比分析第91-96页
   ·仿真实验第96-99页
     ·实验环境及设置第96-97页
     ·实验结果与分析第97-99页
   ·小结第99-100页
第7章 传感器网络中基于蚁群优化的实时查询处理第100-121页
   ·引言第100-101页
   ·网络模型及问题描述第101-102页
   ·基于事件优先级的分环储存策略第102-104页
   ·基于多蚁群算法的传感器网络实时查询处理第104-108页
     ·实时查询处理网络环境第104-105页
     ·查询请求的管理第105-106页
     ·路径选择策略第106页
     ·信息素更新规则第106-107页
     ·动态二次复制策略第107页
     ·算法具体步骤第107-108页
   ·算法理论分析第108-114页
     ·复制能耗分析第110-111页
     ·搜索能耗分析第111-112页
     ·查询时延分析第112-114页
   ·仿真实验第114-120页
     ·实验环境及设置第115页
     ·查询能耗比较及分析第115-117页
     ·查询时延比较及分析第117-119页
     ·查询成功率比较及分析第119-120页
   ·小结第120-121页
结论及展望第121-124页
 一、主要工作总结第121-122页
 二、未来工作展望第122-124页
参考文献第124-138页
致谢第138-139页
附录A 攻读博士学位期间发表的学术论文第139-141页
附录B 攻读博士学位期间参与的科研项目第141页

论文共141页,点击 下载论文
上一篇:人肺癌组织中多环芳烃化合物的检测及意义
下一篇:蒙古族水崇拜