首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于混沌蚂蚁的群集协同求解算法及应用

摘要第1-10页
ABSTRACT第10-13页
致谢第13-20页
第1章 绪论第20-30页
   ·引言第20-21页
   ·群集智能研究现状及评述第21-25页
     ·群集智能系统的建模方面第21-22页
     ·群集智能系统的动力学特性研究方面第22-23页
     ·利用分布式算法求解群集智能系统的优化问题第23页
     ·群集智能优化算法及其应用第23-25页
     ·研究现状评述第25页
   ·研究意义第25-26页
   ·主要研究内容及贡献第26-27页
   ·论文结构安排第27-30页
第2章 相关理论第30-40页
   ·引言第30页
   ·群集智能的科学基础第30-32页
     ·复杂系统理论第30-31页
     ·自组织理论第31-32页
   ·混沌理论第32-33页
   ·最优化理论第33-34页
   ·蚂蚁混沌行为和蚁群自组织行为第34-35页
   ·混沌蚂蚁群算法及其协同机制第35-39页
     ·混沌蚂蚁群算法第35-38页
     ·混沌蚂蚁群算法的协同机制第38-39页
   ·本章小结第39-40页
第3章 混沌蚂蚁群算法求解组合优化问题第40-60页
   ·引言第40-41页
   ·求解旅行商问题的集中式算法第41-49页
     ·旅行商问题的描述第41页
     ·旅行商问题的研究现状第41-42页
     ·求解旅行商问题的方案第42-45页
     ·实验结果与分析第45-49页
   ·求解传感器网络任务分配的分布式算法第49-58页
     ·任务分配问题第49-50页
     ·分布式任务分配问题描述第50-53页
     ·分布式任务分配算法第53-55页
     ·仿真实验第55-58页
   ·本章小结第58-60页
第4章 扰动混沌蚂蚁群算法求解高维函数优化问题第60-80页
   ·引言第60页
   ·扰动混沌蚂蚁群算法DCAS第60-66页
     ·蚂蚁的最优位置更新方法第61-62页
     ·邻居选择第62-63页
     ·自适应扰动第63-64页
     ·算法过程第64-65页
     ·收敛性分析第65-66页
   ·DCAS算法求解高维函数优化问题第66-79页
     ·实验环境设置第67页
     ·自适应扰动常数α分析第67-70页
     ·DCAS算法动力学过程第70-72页
     ·DCAS与其他算法的比较第72-79页
   ·本章小结第79-80页
第5章 基于混沌蚂蚁的分布式协同优化方法第80-92页
   ·引言第80-81页
   ·复杂分布式系统协同优化模型第81-83页
     ·自主Agent的动力学表征第81-82页
     ·复杂分布式系统协同优化模型构建第82-83页
   ·复杂分布式系统协同优化算法第83-86页
     ·CAS算法的协同优化机理第84-85页
     ·基于CAS的复杂分布式系统协同优化算法第85-86页
     ·算法过程及复杂度第86页
   ·基于位置的任务分配仿真验证第86-91页
     ·Agent的位置感知方法第87页
     ·任务分配效果度量第87页
     ·任务表示第87-88页
     ·仿真结果分析第88-91页
   ·本章小结第91-92页
第6章 实现群集协同的分布式协调算法第92-108页
   ·引言第92-93页
   ·群集的特性与蚁群的共同点第93页
   ·分布式协调方案描述第93-94页
   ·分布式协调算法CA-DCA第94-98页
     ·准备工作及符号解释第94-95页
     ·混沌行为形式化第95-96页
     ·自组织行为形式化第96-97页
     ·算法描述第97-98页
   ·算法收敛性分析第98-99页
   ·仿真实验第99-105页
     ·解质量分析第100-104页
     ·计算代价分析第104-105页
   ·本章小结第105-108页
第7章 分布式协调算法求解动态分布式约束优化问题第108-122页
   ·引言第108-109页
   ·动态分布式约束优化问题DDCOP描述第109-110页
   ·相关研究工作第110-111页
     ·已有DCOP算法第110页
     ·基于蚂蚁行为的DDCOP算法第110-111页
   ·算法方案第111-114页
     ·CA-DDCOP算法构建第111-113页
     ·CA-DDCOP算法过程第113-114页
   ·MRMC信道分配问题第114-117页
     ·MCMR-CA问题描述第114-115页
     ·应用CA-DDCOP算法第115-117页
   ·性能评估第117-119页
     ·仿真环境第117-118页
     ·性能评价参数与结果分析第118-119页
   ·本章小结第119-122页
第8章 总结与展望第122-126页
   ·全文总结第122-124页
   ·未来研究展望第124-126页
参考文献第126-138页
攻读博士学位期间发表的论文和参加的科研项目第138页

论文共138页,点击 下载论文
上一篇:基于文本挖掘的定向性信息分析研究
下一篇:大别山北麓罗山黄土古土壤古环境信息研究