网络的K最短路算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究目的及意义 | 第10-11页 |
| ·国内外研究现状分析 | 第11-12页 |
| ·本文主要研究内容 | 第12-14页 |
| 第2章 图与网络的基本概念及其算法 | 第14-20页 |
| ·图的基本概念 | 第14-15页 |
| ·树 | 第15-16页 |
| ·图的表示形式 | 第16页 |
| ·邻接矩阵 | 第16页 |
| ·关联矩阵 | 第16页 |
| ·可达矩阵 | 第16页 |
| ·最短路径 | 第16-17页 |
| ·DIJKSTRA 算法 | 第17-18页 |
| ·Dijkstra 最短路算法 | 第17页 |
| ·Dijkstra 算法分析 | 第17-18页 |
| ·FLOYD 算法 | 第18-19页 |
| ·Floyd 算法基本步骤 | 第18-19页 |
| ·Floyd 算法复杂度分析 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第3章 基于动态规划法的K 最短路算法 | 第20-28页 |
| ·动态规划方法 | 第20-23页 |
| ·基本概念 | 第20-22页 |
| ·基本思想 | 第22-23页 |
| ·路径分叉 | 第23-25页 |
| ·计算K 最短路算法 | 第25-26页 |
| ·算法的复杂度 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于树的K 最短路算法 | 第28-43页 |
| ·最小树的形成 | 第28-30页 |
| ·KRUSKAL 算法 | 第30-32页 |
| ·PRIM 算法 | 第32-33页 |
| ·广度优先搜索算法 | 第33-35页 |
| ·深度优先搜索 | 第35-37页 |
| ·K 最短路识别方案 | 第37-40页 |
| ·K 最短路算法 | 第40-41页 |
| ·算法分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于蚁群算法的最短路算法算法 | 第43-47页 |
| ·蚁群算法概述 | 第43页 |
| ·蚁群算法的基本原理 | 第43-44页 |
| ·基本蚁群算法数学模型 | 第44-45页 |
| ·用基本蚁群算法求解最短路问题 | 第45-46页 |
| ·蚁群算法分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士学位期间发表的学术论文 | 第51-52页 |
| 致谢 | 第52页 |
