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

蚁群优化方法中若干问题研究

摘要第1-6页
Abstract第6-14页
第1章 绪论第14-28页
   ·课题背景及意义第14-16页
   ·蚁群优化基本原理第16-19页
     ·蚁群的觅食行为第16-17页
     ·蚂蚁系统第17-18页
     ·蚁群优化算法框架第18-19页
   ·蚁群优化的国内外研究现状第19-26页
     ·发展脉络第19-20页
     ·国外研究现状第20-24页
     ·国内研究现状第24-25页
     ·应用研究现状第25-26页
   ·本文的研究内容第26-28页
第2章 快速蚁群算法研究第28-45页
   ·两种经典的蚁群算法第28-32页
     ·最大最小蚂蚁系统第28-30页
     ·蚁群系统第30-32页
   ·总信息更新规则第32-34页
   ·利用小规模实例最优解信息的构造规则第34-40页
     ·小规模实例的最优解证据第35-38页
     ·三段式伪随机比例规则第38-40页
     ·两段式随机比例规则第40页
   ·实验结果与分析第40-43页
   ·本章小结第43-45页
第3章 多群蚁群算法研究第45-59页
   ·带时间窗的车辆路由问题第45-46页
   ·求解VRPTW的单群ACS算法第46-48页
   ·粒子群优化和中心引力优化第48-50页
   ·多群ACS算法的群间信息交换方法第50-53页
     ·两两交换的群间信息交换技术第50-51页
     ·基于PSO的群间信息交换技术第51页
     ·基于CFO的群间信息交换技术第51-52页
     ·三种交换方法的比较分析第52-53页
   ·多群ACS算法中的信息素机制分析第53-55页
     ·ACS算法中信息素的动态变化第53-54页
     ·解的顺序构造与并行构造第54页
     ·信息交换对多蚁群搜索的影响第54-55页
   ·实验结果与分析第55-57页
   ·本章小结第57-59页
第4章 强NP难背包问题的蚁群算法第59-83页
   ·两个强NP难的背包问题第59-60页
     ·多维背包问题第59-60页
     ·多维多选择背包问题第60页
   ·多维背包问题的几个蚁群算法第60-64页
   ·多维背包问题的改进蚁群算法第64-69页
     ·信息素表示第64页
     ·解的构造第64-65页
     ·序启发式信息第65-66页
     ·信息素的更新第66-67页
     ·局部搜索算法第67页
     ·算法描述及其复杂性分析第67-69页
   ·多维多选择背包问题的蚁群算法第69-72页
     ·问题结构及信息素表示第69页
     ·解的构造第69-71页
     ·信息素更新第71页
     ·算法描述及其复杂性分析第71-72页
   ·实验结果与分析第72-81页
     ·测试AntMdKP第72-75页
     ·测试AntMdMcKP第75-81页
   ·本章小结第81-83页
第5章 蚁群优化的确定性模型分析第83-99页
   ·求解k最小生成树问题的确定性ACO模型第83-85页
   ·确定性ACO模型的实验分析第85-92页
     ·允许全部可行解更新信息素向量第86-90页
     ·允许全部最优解更新信息素向量第90-91页
     ·仅允许特定的最优解更新信息素向量第91-92页
   ·求解一般组合优化问题的确定性ACO模型第92-93页
   ·确定性ACO模型的收敛性证明第93-96页
     ·单解更新模型第94页
     ·多解更新模型第94-95页
     ·序列更新模型第95-96页
   ·单解更新模型的收敛速度分析第96-98页
   ·本章小结第98-99页
结论第99-101页
参考文献第101-113页
攻读博士学位期间发表的学术论文及其它成果第113-114页
致谢第114-116页
个人简历第116页

论文共116页,点击 下载论文
上一篇:基于可移动拍摄大场景下的人体运动跟踪关键技术的研究与应用
下一篇:战场环境建模与环境数据评估方法