| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第12-25页 |
| 1.1 引言 | 第12-14页 |
| 1.2 蚁群算法的提出 | 第14-15页 |
| 1.3 蚁群算法的主要原理 | 第15-17页 |
| 1.4 关于蚁群算法其本质的一些讨论 | 第17-18页 |
| 1.5 蚁群算法应用研究现状 | 第18-23页 |
| 1.5.1 蚁群算法的并行特性 | 第18-20页 |
| 1.5.2 蚁群算法在解决离散问题中的优势 | 第20页 |
| 1.5.3 蚁群算法几类衍生算法 | 第20-23页 |
| 1.6 蚁群算法理论研究现状 | 第23页 |
| 1.7 蚁群算法的展望 | 第23-24页 |
| 1.8 本章小结 | 第24-25页 |
| 2 蚁群算法在解决若干规划问题中的应用 | 第25-61页 |
| 2.1 蚁群算法基本步骤和软件设计思路 | 第25-26页 |
| 2.2 求解旅行商问题的蚁群算法 | 第26-32页 |
| 2.2.1 引言 | 第26-27页 |
| 2.2.2 蚁群算法中的基本公式应用 | 第27页 |
| 2.2.3 基本思路 | 第27-28页 |
| 2.2.4 算法探究思路 | 第28页 |
| 2.2.5 数据生成和最优解图形显示 | 第28页 |
| 2.2.6 计算结果 | 第28-29页 |
| 2.2.7 不同结果下解的显示 | 第29-31页 |
| 2.2.8 分析 | 第31-32页 |
| 2.3 蚁群算法与遗传算法在解决TSP 问题上的比较 | 第32-35页 |
| 2.3.1 遗传算法简述 | 第32-33页 |
| 2.3.2 算例比较 | 第33-35页 |
| 2.4 蚁群算法解决整数规划问题 | 第35-41页 |
| 2.4.1 整数规划问题描述 | 第35-36页 |
| 2.4.2 非线性整数规划建模 | 第36页 |
| 2.4.3 约束条件的处理 | 第36-37页 |
| 2.4.4 算法流程设计 | 第37-38页 |
| 2.4.5 算例分析 | 第38页 |
| 2.4.6 数据分析 | 第38-41页 |
| 2.4.7 结论 | 第41页 |
| 2.5 解决股票指数模拟问题的一类蚁群算法建模 | 第41-43页 |
| 2.5.1 问题描述 | 第41页 |
| 2.5.2 问题建模 | 第41-42页 |
| 2.5.3 约束条件的处理 | 第42-43页 |
| 2.6 蚁群算法在配电网规划中的应用 | 第43-60页 |
| 2.6.1 配电网规划描述 | 第43-45页 |
| 2.6.2 约束条件描述与电网规划计算方法 | 第45-52页 |
| 2.6.3 算例描述 | 第52-57页 |
| 2.6.4 算例建模 | 第57-58页 |
| 2.6.5 算法流程 | 第58-59页 |
| 2.6.6 结果显示 | 第59-60页 |
| 2.7 本章小结 | 第60-61页 |
| 3 利用有限马尔可夫吸收链理论证明蚁群算法收敛性 | 第61-72页 |
| 3.1 离散组合优化问题的一类蚁群算法建模以及假设 | 第61-64页 |
| 3.1.1 问题建模 | 第61-62页 |
| 3.1.2 算法流程 | 第62-63页 |
| 3.1.3 解序列建立以及假设 | 第63-64页 |
| 3.2 蚁群算法转移概率矩阵建立 | 第64-66页 |
| 3.2.1 引言 | 第64-65页 |
| 3.2.2 算法模型建立及其转移矩阵形式 | 第65-66页 |
| 3.3 吸收态平均到达步骤及到达概率的基本定理引入 | 第66-68页 |
| 3.4 蚁群算法蚁周模型收敛性证明 | 第68-72页 |
| 结束语 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 附录1 | 第80-86页 |
| 附录2 | 第86-93页 |
