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

改进ACO算法在DTSP中的应用研究

致谢第1-6页
摘要第6-7页
Abstract第7-10页
1 绪论第10-13页
   ·课题研究背景和意义第10页
   ·国内外研究现状第10-11页
   ·本文研究内容第11页
   ·本文组织结构第11-13页
2 蚁群算法基本原理第13-24页
   ·蚁群算法的原理概述第13-15页
   ·蚁群优化元启发式第15-17页
     ·元启发式算法第15-16页
     ·蚁群优化元启发式第16-17页
   ·基本蚁群算法第17-20页
     ·蚂蚁系统的模型第17-19页
     ·蚂蚁算法的优缺点第19-20页
   ·改进的蚂蚁系统第20-24页
3 基于免疫疫苗的蚁群优化算法第24-31页
   ·免疫系统相关概念第24-25页
   ·ACOIV 算法第25-27页
   ·实验结果第27-30页
   ·实验总结第30-31页
4 具有信息素动态更新的免疫疫苗蚁群优化算法第31-36页
   ·算法的改进思路第31页
   ·DACOIV 算法第31-33页
   ·实验结果第33-35页
   ·实验总结第35-36页
5 基于Delaunay 三角剖分的蚁群优化算法第36-50页
   ·Delaunay 三角剖分第36-43页
     ·Voronoi 图第36-37页
     ·三角剖分第37-39页
     ·Delaunay 三角剖分第39-43页
   ·基于Delaunay 三角剖分的大规模DTSP 问题求解第43-47页
     ·候选集策略第43-45页
     ·DDACO 算法第45-47页
   ·实验结果第47-49页
   ·实验总结第49-50页
结论第50-51页
参考文献第51-54页
作者简历第54-56页
学位论文数据集第56-57页

论文共57页,点击 下载论文
上一篇:基于Struts2框架的安全教育管理信息系统研究
下一篇:基于遗传和声算法的软件可靠性分配应用研究