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

基于反序—杂交算子的改进蚁群算法研究与实现

摘要第1-6页
ABSTRACT第6-9页
第1章 绪论第9-13页
   ·课题的目的及意义第9-10页
   ·国内外研究现状第10-11页
   ·课题研究内容及论文安排第11-13页
第2章 蚁群算法基本理论及应用第13-42页
   ·蚁群算法基本原理第13-16页
   ·蚁群算法数学模型第16-23页
     ·旅行商问题第16-17页
     ·蚁群算法数学模型第17-23页
   ·蚁群系统第23-28页
   ·蚁群算法的参数分析第28-39页
     ·启发因子α和β的分析第28-33页
     ·信息激素挥发系数ρ的分析第33-35页
     ·蚂蚁数量m的分析第35-37页
     ·常量的q_0分析第37-38页
     ·总信息量Q的分析第38-39页
   ·蚁群算法的应用领域第39-41页
   ·本章小结第41-42页
第3章 现有改进蚁群算法综述第42-53页
   ·蚁群算法的改进模型第42-46页
     ·蚂蚁系统的扩展第42-43页
     ·具有变异特征的蚁群算法第43-44页
     ·引入知识的改进蚁群算法第44-45页
     ·基于蚁群算法的分段求解算法第45-46页
   ·改进的增强型蚁群算法第46-49页
   ·基于生物免疫遗传学的蚁群算法第49-51页
   ·其它改进蚁群算法第51-52页
   ·本章小结第52-53页
第4章 基于反序-杂交算子的改进蚁群算法第53-63页
   ·问题的提出第53-55页
   ·反序-杂交算子的基本原理第55-58页
   ·基于反序-杂交算子的改进蚁群算法第58-60页
   ·改进蚁群算法的参数分析第60-62页
   ·本章小结第62-63页
第5章 实验仿真及结果分析第63-76页
   ·仿真结果及分析第63-73页
     ·实验参数的选取第63-72页
     ·反序-杂交算子的参数选取第72-73页
   ·改进算法与另外两种蚁群算法的比较第73-75页
   ·本章小结第75-76页
结论第76-78页
参考文献第78-82页
攻读硕士学位期间发表的论文和取得的科研成果第82-83页
致谢第83-84页
附录第84-97页

论文共97页,点击 下载论文
上一篇:财政均富:中国财政体制目标模式研究
下一篇:13.56MHz射频识别芯片收发器模拟前端的研究