蚁群算法的理论与性能研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-28页 |
| ·研究背景 | 第12-16页 |
| ·仿生学 | 第12-13页 |
| ·群体智能 | 第13-14页 |
| ·NP 问题 | 第14-16页 |
| ·蚁群算法的产生 | 第16-23页 |
| ·蚁群算法的生物学原理 | 第16-20页 |
| ·蚁群算法的基本思想 | 第20-21页 |
| ·人工蚂蚁与真实蚂蚁的异同 | 第21-23页 |
| ·蚁群算法的研究 | 第23-25页 |
| ·蚁群算法的研究意义 | 第23-24页 |
| ·蚁群算法的研究现状 | 第24-25页 |
| ·论文的主要工作 | 第25-26页 |
| ·论文组织 | 第26-28页 |
| 第二章 基本蚁群优化算法及其改进算法 | 第28-40页 |
| ·蚁群系统及其属性 | 第28-32页 |
| ·旅行商问题 | 第28页 |
| ·蚂蚁系统（Ant System） | 第28-32页 |
| ·蚁群系统 | 第32-36页 |
| ·蚂蚁系统的优点和不足 | 第32-33页 |
| ·可行解的构造 | 第33-34页 |
| ·局部信息素更新 | 第34-35页 |
| ·全局信息素更新 | 第35页 |
| ·ACS 的实现过程 | 第35-36页 |
| ·精英蚂蚁系统 | 第36页 |
| ·最大-最小蚂蚁系统 | 第36-38页 |
| ·信息素轨迹更新 | 第37页 |
| ·信息素轨迹的平滑化 | 第37-38页 |
| ·基于排序的蚂蚁系统 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 蚁群算法的欺骗性及其收敛性分析 | 第40-62页 |
| ·问题描述与研究现状 | 第40-42页 |
| ·搜索偏向与欺骗性 | 第40-41页 |
| ·收敛性的研究现状 | 第41-42页 |
| ·蚁群算法及其欺骗问题 | 第42-45页 |
| ·约束优化问题和蚁群算法的收敛性 | 第42-44页 |
| ·蚁群算法的欺骗性问题 | 第44-45页 |
| ·欺骗性问题的性能分析 | 第45-53页 |
| ·n-bit 陷阱问题及其蚁群算法求解 | 第45-48页 |
| ·蚁群算法对n-bit 陷阱问题解的收敛性 | 第48-51页 |
| ·蚁群算法对n-bit 陷阱问题值的收敛性 | 第51-53页 |
| ·蚁群算法对于一阶欺骗性问题时间复杂度的分析 | 第53-57页 |
| ·实验结果及分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 蚁群算法的并行计算 | 第62-80页 |
| ·相关研究工作 | 第62-65页 |
| ·并行算法的研究现状 | 第62-63页 |
| ·信息交流的相关研究 | 第63-65页 |
| ·大规模并行处理机 | 第65-67页 |
| ·在MPP 上并行蚁群算法的框架 | 第67-68页 |
| ·处理器间的信息交流 | 第68-73页 |
| ·选择交流对象 | 第68-70页 |
| ·信息素更新 | 第70-71页 |
| ·信息交流的周期 | 第71-73页 |
| ·PACO 算法的收敛分析 | 第73-76页 |
| ·实验结果及分析 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 蚁群算法解决连续优化问题 | 第80-94页 |
| ·相关研究现状 | 第80-81页 |
| ·连续优化问题和蚁群算法 | 第81-83页 |
| ·解决连续优化问题的方法 | 第83-90页 |
| ·反馈信息的表达 | 第83-85页 |
| ·启发式信息的计算 | 第85-86页 |
| ·蚂蚁的概率选择公式 | 第86-89页 |
| ·解决连续优化的算法框架 | 第89-90页 |
| ·实验数据与结果分析 | 第90-92页 |
| ·本章小结 | 第92-94页 |
| 第六章 总结和展望 | 第94-97页 |
| ·研究总结 | 第94-95页 |
| ·研究展望 | 第95-97页 |
| 参考文献 | 第97-108页 |
| 致谢 | 第108-109页 |
| 攻读硕士学位期间发表的论文和参加的研究工作 | 第109页 |
