基于蚁群算法的参考天空分类优化方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究现状 | 第8-10页 |
| ·蚁群算法研究现状 | 第8-9页 |
| ·天空亮度分布研究现状 | 第9-10页 |
| ·课题背景、方法和意义 | 第10-11页 |
| ·课题背景及意义 | 第10-11页 |
| ·研究目的 | 第11页 |
| ·技术路线 | 第11页 |
| ·拟解决的关键问题 | 第11页 |
| ·本文内容 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 基本蚁群算法 | 第13-23页 |
| ·旅行商问题 | 第13页 |
| ·蚁群算法的起源 | 第13-16页 |
| ·蚂蚁觅食行为分析 | 第14-15页 |
| ·蚂蚁系统的数学模型 | 第15-16页 |
| ·蚁群算法的发展 | 第16-20页 |
| ·最大最小蚂蚁系统(MMAS) | 第17-18页 |
| ·蚁群系统(ACS) | 第18-19页 |
| ·蚁群优化通用框架(ACO) | 第19-20页 |
| ·蚁群算法的局限性 | 第20-21页 |
| ·蚁群算法的应用现状 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 连续空间蚁群优化算法的研究 | 第23-43页 |
| ·连续空间优化问题的定义 | 第23-24页 |
| ·蚁群求解连续优化问题面临的挑战 | 第24-25页 |
| ·基于网格划分的连续蚁群算法(DACO) | 第25-28页 |
| ·连续空间网格划分及信息素分布 | 第25-26页 |
| ·蚂蚁解的构造 | 第26-27页 |
| ·信息素更新规则 | 第27页 |
| ·算法的一般步骤 | 第27-28页 |
| ·基于正态分布的连续蚁群算法(GACO) | 第28-31页 |
| ·连续空间中蚂蚁觅食行为分析 | 第28页 |
| ·信息素连续分布模型 | 第28-29页 |
| ·状态转移规则 | 第29-30页 |
| ·信息素更新规则 | 第30页 |
| ·模式搜索策略 | 第30-31页 |
| ·GACO 的一般步骤 | 第31页 |
| ·性能测试与分析 | 第31-38页 |
| ·无约束标准测试函数 | 第31-35页 |
| ·性能测试 | 第35-38页 |
| ·算法参数选择 | 第38-42页 |
| ·DACO 参数选择 | 第38-41页 |
| ·GACO 参数选择 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 GACO 在参考天空亮度分布研究中的应用 | 第43-55页 |
| ·参考天空 | 第43-45页 |
| ·CIE 天空相对亮度分布模型、天空分类 | 第45-47页 |
| ·CIE 天空亮度分布模型数学表达式 | 第45页 |
| ·CIE 一般天空分类 | 第45-47页 |
| ·CIE 天空分类参数的优化 | 第47-54页 |
| ·天顶亮度转换系数 | 第47-48页 |
| ·蚁群算法对天空分类参数的优化 | 第48-54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
| A. 作者在攻读学位期间发表的论文目录 | 第62页 |
| B. 作者在攻读学位期间参与的科研项目 | 第62页 |
