基于Spark的改进蚁群算法在TSP问题中的应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 研究背景及意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 蚁群算法研究现状 | 第9-11页 |
| 1.3.2 云计算研究现状 | 第11-12页 |
| 1.4 论文研究内容及结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 TSP问题及其描述 | 第14-22页 |
| 2.1 引言 | 第14页 |
| 2.2 TSP问题的概述 | 第14-15页 |
| 2.3 TSP问题的数学模型 | 第15页 |
| 2.4 TSP问题的求解方法及存在问题 | 第15-20页 |
| 2.4.1 精确求解求法 | 第16-17页 |
| 2.4.2 近似求解方法 | 第17-20页 |
| 2.5 TSP问题的应用 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 蚁群算法及其相关理论 | 第22-34页 |
| 3.1 引言 | 第22页 |
| 3.2 基本蚁群算法 | 第22-30页 |
| 3.2.1 基本蚁群算法的原理 | 第22-25页 |
| 3.2.2 基本蚁群算法的数学模型 | 第25-28页 |
| 3.2.3 基本蚁群算法的步骤及框架 | 第28-29页 |
| 3.2.4 基本蚁群算法的优点和不足 | 第29-30页 |
| 3.3 蚁群算法的研究现状及主要成果介绍 | 第30-33页 |
| 3.3.1 蚁群系统 | 第30-32页 |
| 3.3.2 精英蚂蚁系统 | 第32页 |
| 3.3.3 最大最小蚁群系统 | 第32页 |
| 3.3.4 其他改进的蚁群算法 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 改进蚁群算法 | 第34-48页 |
| 4.1 引言 | 第34页 |
| 4.2 蚁群算法改进的思想 | 第34-35页 |
| 4.3 蚁群算法改进的策略 | 第35-37页 |
| 4.3.1 添加局部搜索 | 第35-36页 |
| 4.3.2 使用三重加速 | 第36页 |
| 4.3.3 蚂蚁数量动态调整 | 第36-37页 |
| 4.4 改进蚁群算法的实现 | 第37-38页 |
| 4.5 实验结果和分析 | 第38-47页 |
| 4.5.1 实验环境和参数设置 | 第38-39页 |
| 4.5.2 小规模TSP问题的仿真实验 | 第39-42页 |
| 4.5.3 中规模TSP问题的仿真实验 | 第42-47页 |
| 4.6 本章小结 | 第47-48页 |
| 5 基于Spark的并行蚁群算法 | 第48-62页 |
| 5.1 引言 | 第48页 |
| 5.2 ApacheSpark技术简述 | 第48-51页 |
| 5.2.1 弹性分布式数据集RDD | 第48-49页 |
| 5.2.2 Spark并行计算框架 | 第49-51页 |
| 5.3 基于Spark的并行蚁群算法设计 | 第51-54页 |
| 5.4 实验及结果分析 | 第54-61页 |
| 5.4.1 实验环境与参数设置 | 第54页 |
| 5.4.2 中等规模TSP问题的仿真实验 | 第54-56页 |
| 5.4.3 大规模TSP问题的仿真实验 | 第56-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 研究工作总结 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
| A.作者在攻读学位期间发表的论文目录 | 第68页 |
