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

改进的ACO和PSO算法在TSP中的应用

摘要第1-5页
Abstract第5-9页
1 绪论第9-15页
   ·研究的背景与意义第9-10页
   ·国内外研究现状第10-14页
     ·TSP研究现状第10-11页
     ·ACO研究现状第11-12页
     ·PSO研究现状第12-14页
   ·本文的研究内容与文章结构第14-15页
2 蚁群优化算法和粒子群算法概述第15-25页
   ·问题描述第15页
   ·蚁群优化算法第15-21页
     ·蚂蚁系统第16-18页
     ·蚁群系统第18-20页
     ·最大最小蚂蚁系统第20-21页
   ·粒子群算法第21-25页
     ·标准粒子群算法第21-22页
     ·带有收缩因子的粒子群算法第22-23页
     ·经典粒子群算法第23页
     ·用于求解TSP的粒子群算法第23-25页
3 基于排列的动态蚁群系统及其在旅行商问题中的应用第25-34页
   ·引言第25页
   ·基于排列的动态蚁群系统第25-28页
   ·数值实验及分析第28-32页
     ·实验设置第28页
     ·实验结果第28-32页
     ·算法评价第32页
   ·小结第32-34页
4 基于多吸引子的粒子群算法及其在旅行商问题中的应用第34-43页
   ·引言第34页
   ·基于贪婪策略的初始解选取第34-35页
   ·基于多吸引子的粒子群算法第35-38页
     ·算法分析第35-37页
     ·数值实验及分析第37-38页
   ·基于多吸引子的粒子群算法在旅行商问题中的应用第38-42页
     ·算法分析第38页
     ·数值实验及分析第38-42页
   ·小结第42-43页
结论第43-44页
参考文献第44-48页
攻读硕士学位期间发表学术论文情况第48-49页
致谢第49-50页

论文共50页,点击 下载论文
上一篇:利用分区和距离实现Chord中高维数据范围检索
下一篇:结构优化中粒子群算法的研究与应用