| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·本文的主要内容及组织结构 | 第15-17页 |
| ·主要内容 | 第15页 |
| ·本文组织结构 | 第15-17页 |
| 第二章 蚁群算法 | 第17-23页 |
| ·引言 | 第17页 |
| ·蚁群算法的基本原理 | 第17-21页 |
| ·蚁群算法概述 | 第17页 |
| ·旅行商问题 | 第17-18页 |
| ·蚂蚁算法 | 第18-19页 |
| ·蚂蚁算法的实现步骤 | 第19-21页 |
| ·算法复杂度分析 | 第21页 |
| ·蚁群算法的优缺点 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 多态蚁群算法 | 第23-31页 |
| ·引言 | 第23页 |
| ·多态蚁群算法的模型及实现 | 第23-26页 |
| ·蚁群信息系统的多态性 | 第23-24页 |
| ·多态蚁群算法模型 | 第24-26页 |
| ·多态蚁群算法的不足 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基本蚁群算法及多态蚁群算法的改进 | 第31-44页 |
| ·自适应调整挥发系数的逆向蚁群算法 | 第31-36页 |
| ·引言 | 第31-32页 |
| ·基于模拟退火策略的逆向蚁群算法 | 第32-33页 |
| ·自适应地调整挥发系数ρ | 第33页 |
| ·求解TSP 问题的算法步骤描述如下 | 第33-34页 |
| ·试验结果分析 | 第34-35页 |
| ·结论 | 第35-36页 |
| ·基于模拟退火算法的多道逆向蚁群算法 | 第36-39页 |
| ·引言 | 第36页 |
| ·基于模拟退火算法的多道逆向蚁群算法 | 第36-38页 |
| ·试验结果 | 第38页 |
| ·结论 | 第38-39页 |
| ·基于信息素扩散的多态蚁群算法 | 第39-43页 |
| ·引言 | 第39-40页 |
| ·基于信息素扩散的多态蚁群算法 | 第40-41页 |
| ·基于信息素扩散的多态蚁群算法步骤 | 第41-42页 |
| ·试验结果与分析 | 第42-43页 |
| ·结论 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第五章 改进的多态蚁群算法在迷宫最短路径问题中的应用 | 第44-50页 |
| ·引言 | 第44页 |
| ·迷宫最短路径问题 | 第44-46页 |
| ·基于信息素扩散的多态蚁群算法解决迷宫最短路径问题 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 结束语 | 第50-52页 |
| ·本文的主要工作 | 第50-51页 |
| ·今后的研究计划 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间参与的项目 | 第55页 |
| 攻读学位期间发表的主要学术论文 | 第55-56页 |
| 致谢 | 第56页 |