| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 概述 | 第8-13页 |
| ·蚁群算法的生物学基础 | 第8-9页 |
| ·蚁群算法简介 | 第9-10页 |
| ·蚁群算法的特点及其应用 | 第10-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第二章 蚁群算法基本模型及其特点 | 第13-24页 |
| ·蚁群算法基本模型AS(Ant System)的描述 | 第13-17页 |
| ·基本模型的原理 | 第13-15页 |
| ·基本模型的描述 | 第15-17页 |
| ·基本蚁群算法模型的实现 | 第17-19页 |
| ·蚁群算法基本模型的优点与不足 | 第19-21页 |
| ·基于连续空间优化的改进技术 | 第21-24页 |
| 第三章 连续空间蚁群算法(CACA) | 第24-45页 |
| ·算法模型分析 | 第24-25页 |
| ·连续空间蚁群算法的构造 | 第25-31页 |
| ·用于一维函数优化的蚁群算法模型 | 第25-27页 |
| ·用于一维函数优化的蚁群算法描述 | 第27-28页 |
| ·用于多维函数优化的蚁群算法模型 | 第28-30页 |
| ·用于多维函数优化的蚁群算法描述 | 第30-31页 |
| ·有关算法参数的选择 | 第31-41页 |
| ·信息素挥发度的选择 | 第32-34页 |
| ·蚁群组数的选择 | 第34-36页 |
| ·启发式因子的选择 | 第36-38页 |
| ·总信息量的选择 | 第38-39页 |
| ·循环次数的选择 | 第39-41页 |
| ·仿真实验 | 第41-44页 |
| ·一维函数仿真实验 | 第41-42页 |
| ·多维函数仿真实验 | 第42-44页 |
| ·算法性能分析及有关讨论 | 第44页 |
| ·小结 | 第44-45页 |
| 第四章 CACA在PID控制器参数优化设计中的应用 | 第45-53页 |
| ·PID控制器参数优化原理 | 第45-46页 |
| ·优化性能指标的选择 | 第46-47页 |
| ·CACA在PID控制器参数优化设计应用中的问题 | 第47-48页 |
| ·数值算例 | 第48-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 在学期间发表的学术论文与研究成果 | 第57-58页 |
| 致谢与声明 | 第58页 |