| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 引言 | 第10-15页 |
| ·课题背景以及选题意义 | 第10-12页 |
| ·QOS 组播路由概述 | 第10页 |
| ·蚁群算法简介 | 第10-11页 |
| ·研究QOS 组播路由的意义 | 第11-12页 |
| ·蚁群算法研究现状 | 第12-13页 |
| ·论文主要内容和结构安排 | 第13-15页 |
| 第二章 蚁群算法的原理和数学模型 | 第15-29页 |
| ·蚁群算法的原理 | 第15-17页 |
| ·蚂蚁的觅食策略 | 第15页 |
| ·蚁群算法的原理 | 第15-17页 |
| ·蚁群算法的基本思想 | 第17-19页 |
| ·真实蚂蚁和人工蚂蚁的区别 | 第17-18页 |
| ·蚁群算法的基本思想 | 第18-19页 |
| ·蚁群算法的算法模型 | 第19-26页 |
| ·蚁群系统 | 第22-24页 |
| ·蚁群算法的实现步骤及流程图 | 第24-25页 |
| ·蚁群算法的复杂度分析 | 第25-26页 |
| ·蚁群算法的意义及应用 | 第26-28页 |
| ·蚁群算法的意义 | 第26页 |
| ·蚁群算法的应用 | 第26-27页 |
| ·蚁群算法的优缺点分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 参数对蚁群算法性能的影响 | 第29-44页 |
| ·信息素强度选择的研究 | 第29-33页 |
| ·信息素强度的选择范围 | 第29-30页 |
| ·信息素强度初始值的影响 | 第30-33页 |
| ·蚁群算法的蚂蚁数目与节点关系的研究 | 第33-35页 |
| ·蚂蚁数目的影响 | 第33-34页 |
| ·蚂蚁初始化位置的影响 | 第34-35页 |
| ·蚁群算法的启发因子与信息素挥发因子选择的研究 | 第35-41页 |
| ·启发因子的影响 | 第35-38页 |
| ·全局信息素挥发因子的影响 | 第38-40页 |
| ·启发因子和信息素挥发因子组合的影响 | 第40-41页 |
| ·蚁群算法的蚁群系统状态转移参数的研究 | 第41-43页 |
| ·蚁群算法的参数最优组合原则 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 蚁群算法的自适应优化研究 | 第44-51页 |
| ·全局最优系数 | 第44-45页 |
| ·蚁群算法参数的自适应优化 | 第45-47页 |
| ·信息素挥发系数优化 | 第45-46页 |
| ·自适应的蚁群系统状态转移参数优化 | 第46页 |
| ·全局最优系数的影响 | 第46-47页 |
| ·基于自适应的蚁群算法描述 | 第47-48页 |
| ·在TSP30、TSP50、TSP75 不同节点规模下验证 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 QoS 组播路由技术研究 | 第51-63页 |
| ·QOS 组播路由技术特点 | 第51-58页 |
| ·基本概念 | 第51-52页 |
| ·组播路由树型结构 | 第52-55页 |
| ·组播路由算法分析 | 第55-56页 |
| ·组播路由协议 | 第56-58页 |
| ·QOS 路由数学模型研究 | 第58-60页 |
| ·QOS 路由参数的选择 | 第58-59页 |
| ·QOS 路由的网络模型 | 第59-60页 |
| ·QOS 组播路由的研究 | 第60-62页 |
| ·QOS 组播路由技术面临的挑战 | 第60-61页 |
| ·QOS 组播路由技术设计的目标 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 基于自适应蚁群算法的QoS 组播路由算法及其应用 | 第63-71页 |
| ·QOS 组播路由数学模型 | 第63-65页 |
| ·QOS 组播路由问题的描述 | 第63-64页 |
| ·实现过程 | 第64-65页 |
| ·QOS 组播路由算法 | 第65-67页 |
| ·算法设计的说明 | 第65页 |
| ·算法的描述 | 第65-66页 |
| ·算法特点分析 | 第66-67页 |
| ·仿真实验结果及比较分析 | 第67-70页 |
| ·仿真环境和参数设置 | 第67-68页 |
| ·实验结果及分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第七章 结束语 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间发表的论文 | 第77-78页 |
| 致谢 | 第78-79页 |