蚁群算法的改进及其应用研究
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景和意义 | 第10-11页 |
| 1.2 蚁群算法的研究现状 | 第11-12页 |
| 1.3 主要内容及创新点 | 第12-14页 |
| 1.3.1 主要内容 | 第12-13页 |
| 1.3.2 创新点 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-15页 |
| 第二章 蚁群算法的基础理论 | 第15-22页 |
| 2.1 基本蚁群算法思想 | 第15-17页 |
| 2.2 基本蚁群算法模型 | 第17-19页 |
| 2.3 基本蚁群算法实现步骤 | 第19页 |
| 2.4 基本蚁群算法程序流程 | 第19-20页 |
| 2.5 基本蚁群算法的不足 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 蚁群算法的改进算法研究 | 第22-29页 |
| 3.1 蚁群系统 | 第22-23页 |
| 3.2 最大最小蚁群算法 | 第23-25页 |
| 3.3 多态蚁群算法 | 第25-27页 |
| 3.4 自适应蚁群算法 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 第四章 基于TSP问题的改进蚁群算法 | 第29-48页 |
| 4.1 对基础蚁群算法的认识 | 第29-30页 |
| 4.2 改进策略 | 第30-36页 |
| 4.2.1 信息素初始化 | 第30-31页 |
| 4.2.2 路径选择策略 | 第31-32页 |
| 4.2.3 信息素更新方式 | 第32-33页 |
| 4.2.4 自适应信息素强度 | 第33-34页 |
| 4.2.5 局部优化方式 | 第34-36页 |
| 4.3 算法的实现步骤 | 第36-37页 |
| 4.4 参数测试和仿真实验 | 第37-46页 |
| 4.4.1 参数测试 | 第37-43页 |
| 4.4.2 算法测试 | 第43-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 改进蚁群算法在聚类分析上的应用 | 第48-56页 |
| 5.1 蚁群聚类算法 | 第48-51页 |
| 5.1.1 聚类分析问题描述 | 第48页 |
| 5.1.2 蚁群聚类算法数学模型 | 第48-50页 |
| 5.1.3 蚁群聚类算法描述 | 第50-51页 |
| 5.2 算法优化设计 | 第51-54页 |
| 5.2.1 信息素初始化优化 | 第51页 |
| 5.2.2 搜索策略优化 | 第51-52页 |
| 5.2.3 信息素更新优化 | 第52页 |
| 5.2.4 使用2-opt算法提高解的质量 | 第52-53页 |
| 5.2.5 改进蚁群聚类算法的描述 | 第53-54页 |
| 5.3 仿真实验 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 结论 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
