首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

人工蜂群算法的改进及其应用研究

摘要第6-7页
ABSTRACT第7页
第1章 绪论第13-19页
    1.1 论文研究的目的和意义第13-14页
    1.2 国内外研究现状第14-17页
        1.2.1 人工蜂群算法的研究现状第14-15页
        1.2.2 车辆路径问题的研究现状第15-17页
    1.3 本文的主要内容第17页
    1.4 本文的组织结构第17-19页
第2章 标准人工蜂群算法第19-27页
    2.1 人工蜂群算法的产生第19页
    2.2 标准人工蜂群算法第19-23页
        2.2.1 蜜蜂采蜜的生物学原理第20-22页
        2.2.2 人工蜂群算法的基本原理第22-23页
    2.3 人工蜂群算法流程第23-25页
    2.4 人工蜂群算法的特点第25页
    2.5 本章小结第25-27页
第3章 基于混合变异的人工蜂群算法第27-37页
    3.1 引言第27页
    3.2 基于混合变异的人工蜂群算法的改进原理第27-30页
        3.2.1 差分进化搜索策略第27-28页
        3.2.2 高斯变异侦查策略第28-29页
        3.2.3 基于混合变异的人工蜂群算法的流程第29-30页
    3.3 实验仿真及结果分析第30-35页
        3.3.1 测试函数的选取第30页
        3.3.2 性能评价标准第30-31页
        3.3.3 算法比较结果及分析第31-35页
    3.4 本章小结第35-37页
第4章 车辆路径问题的研究第37-45页
    4.1 车辆路径问题的概述第37-38页
    4.2 车辆路径问题的构成要素第38-40页
    4.3 车辆路径问题的种类第40-42页
    4.4 人工蜂群算法在车辆路径问题中的应用第42-43页
    4.5 本章小结第43-45页
第5章 改进的ABC算法在物流配送车辆路径问题上的应用第45-61页
    5.1 物流配送车辆路径问题的描述第45-46页
    5.2 物流配送车辆路径问题的数学模型第46页
    5.3 算法详细设计第46-52页
        5.3.1 构造解的编码第47页
        5.3.2 初始解的生成策略第47-48页
        5.3.3 候选解的生成策略第48-49页
        5.3.4 侦查蜂的侦查策略第49-51页
        5.3.5 目标函数和适应度函数第51-52页
    5.4.算法详细步骤第52-54页
    5.5.仿真结果与分析第54-59页
        5.5.1 小规模实例第54-55页
        5.5.2 大规模实例第55-59页
    5.6 本章小结第59-61页
总结与展望第61-63页
参考文献第63-67页
攻读学位期间发表的论文第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于WebGIS的城市交通路况特征分析方法研究
下一篇:结合功率管理的动力定位系统推力分配方法研究