| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 目录 | 第10-14页 |
| 1 绪论 | 第14-24页 |
| ·引言 | 第14页 |
| ·蚁群算法的基本原理 | 第14-18页 |
| ·蚁群算法理论研究现状 | 第18-20页 |
| ·蚁群算法应用研究现状 | 第20-21页 |
| ·本文的主要工作 | 第21-22页 |
| ·本文的内容安排 | 第22-24页 |
| 2 求解整数规划的蚁群算法 | 第24-44页 |
| ·求解一般非线性整数规划的蚁群算法 | 第24-28页 |
| ·引言 | 第24页 |
| ·求解非线性整数规划的蚁群算法 | 第24-26页 |
| ·算例分析 | 第26-28页 |
| ·武器-目标分配问题的蚁群算法 | 第28-31页 |
| ·引言 | 第28页 |
| ·武器-目标分配问题 | 第28-29页 |
| ·武器-目标分配问题的蚁群算法 | 第29-30页 |
| ·仿真结果 | 第30-31页 |
| ·多处理机调度问题的蚁群算法 | 第31-35页 |
| ·引言 | 第31页 |
| ·多处理机调度问题数学模型 | 第31-32页 |
| ·解多处理机调度问题模拟退火算法 | 第32-33页 |
| ·解多处理机调度问题蚁群算法 | 第33页 |
| ·算法比较 | 第33-35页 |
| ·可靠性优化的蚁群算法 | 第35-41页 |
| ·引言 | 第35页 |
| ·最优冗余优化模型及解法 | 第35-36页 |
| ·可靠性优化的模拟退火算法 | 第36-37页 |
| ·可靠性优化的遗传算法 | 第37-38页 |
| ·可靠性优化的蚁群算法 | 第38-39页 |
| ·算例分析 | 第39-41页 |
| ·求解旅行商问题的多样信息素的蚁群算法 | 第41-43页 |
| ·信息素更新的三个模型 | 第41页 |
| ·多样信息素更新规则 | 第41-42页 |
| ·算法测试 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 3 连续优化问题的蚁群算法研究 | 第44-47页 |
| ·无约束非线性最优化问题 | 第44页 |
| ·连续优化问题的蚁群算法 | 第44-46页 |
| ·数值分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 4 聚类问题的蚁群算法 | 第47-52页 |
| ·引言 | 第47页 |
| ·聚类问题的数学模型 | 第47页 |
| ·解聚类问题的K均值算法 | 第47-48页 |
| ·解聚类问题的模拟退火算法 | 第48页 |
| ·解聚类问题的蚁群算法及数值分析 | 第48-50页 |
| ·解聚类问题的蚁群算法 | 第48-49页 |
| ·数值分析 | 第49-50页 |
| ·解聚类问题的与K-均值算法混合的蚁群算法及数值分析 | 第50-51页 |
| ·解聚类问题的K-均值算法混合的蚁群算法 | 第50-51页 |
| ·数值分析 | 第51页 |
| ·本章小结 | 第51-52页 |
| 5 与模拟退火算法混合 | 第52-60页 |
| ·引言 | 第52页 |
| ·解圆排列问题的蚁群模拟退火算法 | 第52-57页 |
| ·圆排列问题及与旅行商问题等价 | 第52-53页 |
| ·解旅行商问题的模拟退火算法 | 第53-54页 |
| ·几种算法的比较 | 第54-56页 |
| ·算例分析 | 第56-57页 |
| ·解旅行商问题的模拟退火蚁群算法 | 第57-59页 |
| ·混合的基本思想 | 第57页 |
| ·找邻域解策略 | 第57-58页 |
| ·模拟退火蚁群算法 | 第58页 |
| ·算法测试 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 与遗传算法混合 | 第60-65页 |
| ·引言 | 第60页 |
| ·基本遗传算法 | 第60页 |
| ·蚁群算法与遗传算法的混合 | 第60-63页 |
| ·混合的基本思想 | 第60-61页 |
| ·遗传算法的变异操作 | 第61-62页 |
| ·遗传算法的交叉操作 | 第62页 |
| ·遗传蚁群算法 | 第62-63页 |
| ·算法测试 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 7 与混沌理论混合 | 第65-70页 |
| ·引言 | 第65页 |
| ·混沌及运动特性 | 第65页 |
| ·基本蚁群算法改进 | 第65-67页 |
| ·混沌初始化 | 第65-67页 |
| ·选择较优解 | 第67页 |
| ·混沌扰动 | 第67页 |
| ·混沌蚁群算法 | 第67-68页 |
| ·算法测试 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 8 与粒子群算法混合 | 第70-92页 |
| ·粒子群算法基本理论 | 第70-71页 |
| ·模拟退火思想的粒子群算法 | 第71-74页 |
| ·几种模拟退火思想的粒子群算法 | 第71-73页 |
| ·算法测试 | 第73-74页 |
| ·背包问题的混合粒子群优化算法 | 第74-78页 |
| ·背包问题数学模型 | 第74页 |
| ·解0-1背包问题的混合粒子群算法 | 第74-76页 |
| ·数值仿真与分析 | 第76-78页 |
| ·混沌粒子群优化算法研究 | 第78-82页 |
| ·基本粒子群算法不足 | 第78-79页 |
| ·混沌粒子群优化算法 | 第79-80页 |
| ·算法测试 | 第80-82页 |
| ·粒子群优化算法在其他方面应用 | 第82-84页 |
| ·指派问题的粒子群优化算法 | 第82页 |
| ·武器-目标分配问题的粒子群优化算法 | 第82-83页 |
| ·解聚类问题的粒子群算法 | 第83-84页 |
| ·蚁群算法与粒子群优化算法的混合 | 第84-91页 |
| ·引言 | 第84-85页 |
| ·求解旅行商问题的混合粒子群优化算法 | 第85-88页 |
| ·求解旅行商问题粒子群-蚁群算法 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 9 最短路的蚁群算法收敛性分析 | 第92-100页 |
| ·引言 | 第92页 |
| ·最短路的蚁群算法收敛性分析 | 第92-94页 |
| ·仿真算例 | 第94-99页 |
| ·本章小结 | 第99-100页 |
| 结束语 | 第100-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-110页 |
| 附录 | 第110-111页 |