| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-18页 |
| ·选题研究背景及意义 | 第8-10页 |
| ·选题背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·蚁群算法国内外研究与发展 | 第10-16页 |
| ·蚁群算法国外研究状况 | 第11页 |
| ·蚁群算法国内研究状况 | 第11-12页 |
| ·蚂蚁系统及其发展 | 第12-14页 |
| ·小结 | 第14-16页 |
| ·论文的主要工作与组织结构 | 第16-18页 |
| 第2章 蚁群算法与网络优化算法 | 第18-30页 |
| ·基本蚁群算法(ACO) | 第18-21页 |
| ·ACO优化机理 | 第18-19页 |
| ·ACO优化模型 | 第19-20页 |
| ·复杂度分析及性能评价指标 | 第20-21页 |
| ·网络图算法 | 第21-25页 |
| ·图的遍历搜索、最短路径与流的算法 | 第22-23页 |
| ·最小代价生成树 | 第23页 |
| ·斯坦纳树 | 第23-25页 |
| ·几种主要的元启发式进化算法 | 第25-28页 |
| ·遗传算法 | 第25-26页 |
| ·人工神经网络 | 第26-27页 |
| ·禁忌搜索算法 | 第27页 |
| ·粒子群算法 | 第27-28页 |
| ·蚁群算法的优势、特点及应用 | 第28-30页 |
| 第3章 物流系统中选址与路径寻优问题的蚁群算法求解 | 第30-48页 |
| ·物流概述及物流系统 | 第30-31页 |
| ·物流实践中需要解决的问题 | 第31-32页 |
| ·选址问题 | 第32-35页 |
| ·数学模型描述 | 第32-33页 |
| ·蚁群算法设计 | 第33-35页 |
| ·算例分析 | 第35-37页 |
| ·路径寻优问题 | 第37-38页 |
| ·传统算法、ACO、本文改进算法比较 | 第38-42页 |
| ·传统算法与 ACO | 第38-39页 |
| ·本文改进算法 | 第39-42页 |
| ·实验比较 | 第42-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 物流系统中斯坦纳最短树问题的蚁群算法应用 | 第48-56页 |
| ·供应链网络中的斯坦纳树 | 第48-49页 |
| ·问题的提出 | 第48-49页 |
| ·引入斯坦纳树 | 第49页 |
| ·斯坦纳最短树的蚁群算法求解 | 第49-51页 |
| ·SMT求解模式 | 第50页 |
| ·算法设计 | 第50-51页 |
| ·算例分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 总结 | 第56-58页 |
| ·论文的总结 | 第56页 |
| ·不足及后续展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-80页 |
| 攻读学位期间的研究成果 | 第80页 |