| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-15页 |
| ·研究背景 | 第10页 |
| ·课题引出 | 第10-13页 |
| ·论文主要工作 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 蚁群算法及其偏离性研究 | 第15-26页 |
| ·基本的蚁群算法 | 第15-18页 |
| ·蚁群算法的原理 | 第15-16页 |
| ·蚁群算法的模型 | 第16-18页 |
| ·蚁群算法的研究现状 | 第18-21页 |
| ·蚁群算法的理论研究 | 第19-20页 |
| ·蚁群算法的应用研究 | 第20-21页 |
| ·偏离性研究 | 第21-25页 |
| ·蚁群算法的收敛性、欺骗性、偏离性 | 第21-24页 |
| ·偏离性的研究现状 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 蚁群优化算法搜索偏离的分类及度量 | 第26-43页 |
| ·蚁群算法搜索偏离性的分类 | 第26-34页 |
| ·表征性偏离 | 第26-28页 |
| ·构建性偏离 | 第28-30页 |
| ·反馈性偏离 | 第30-34页 |
| ·搜索偏离性判别和度量标准 | 第34-37页 |
| ·2-边树问题 | 第35页 |
| ·C-JSP问题 | 第35-36页 |
| ·N-BIT问题 | 第36-37页 |
| ·对评价搜索偏离标准的测试 | 第37-42页 |
| ·2-边树问题 | 第37-39页 |
| ·C-JSP问题 | 第39-40页 |
| ·N-BIT问题 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 避免搜索偏离的改进蚁群算法 | 第43-58页 |
| ·K-生成树问题及其蚁群算法求解的收敛性分析 | 第43-46页 |
| ·改进的蚁群算法及其收敛性分析 | 第46-52页 |
| ·改进的蚁群算法 | 第46-48页 |
| ·改进的蚁群算法收敛性分析 | 第48-52页 |
| ·实验结果与分析 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 增加搜索多样性的改进蚁群算法 | 第58-63页 |
| ·相关背景 | 第58页 |
| ·N-DIGITAL问题, | 第58-59页 |
| ·增加选择多样性的三种不同策略 | 第59-61页 |
| ·基于排序的方法(RANK-BASED SELECTION) | 第60页 |
| ·线性位序选择法(LINEAR RANKING SELECTION) | 第60页 |
| ·指数位序选择(EXPONENTIAL RANKING SELECTION) | 第60-61页 |
| ·算法的基本思想及框架 | 第61页 |
| ·实验结果分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 基于蚁群算法的复杂网络社团发现新方法 | 第63-71页 |
| ·复杂网络的基本介绍 | 第63页 |
| ·复杂网络社团发现的有关概念 | 第63-64页 |
| ·模块度函数 | 第63-64页 |
| ·节点之间的关联度 | 第64页 |
| ·算法的基本思想及框架 | 第64-66页 |
| ·实验结果及分析 | 第66-69页 |
| ·人工数据实验分析 | 第66-67页 |
| ·真实数据实验分析 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第七章 总结与展望 | 第71-73页 |
| ·研究总结 | 第71-72页 |
| ·研究展望 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表的学术论文与参加的研究工作 | 第81-82页 |
