首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于捕食搜索的蚁群算法及其在旅行商问题中的应用研究

摘要第1-7页
Abstract第7-10页
第一章 绪论第10-14页
   ·研究背景第10-13页
   ·本文工作第13-14页
第二章 旅行商问题第14-17页
   ·组合优化问题第14页
   ·P 类问题和NP 问题第14-15页
   ·旅行商问题第15-16页
   ·本章小结第16-17页
第三章 PSACO 的理论基础第17-36页
   ·蚁群算法原理第17-23页
     ·蚁群算法的基本原理第17-18页
     ·蚁群算法的数学模型第18-20页
     ·基本蚁群算法的实现流程第20-22页
     ·基本蚁群算法的优缺点第22-23页
   ·蚁群算法的改进与发展第23-29页
     ·蚁群系统第24-25页
     ·最大最小蚁群系统第25-26页
     ·带精英策略的蚁群系统第26-27页
     ·蚁群算法与其它智能优化算法的混合第27-28页
     ·蚁群算法改进思路第28页
     ·算法改进尝试第28-29页
   ·捕食搜索算法第29-35页
     ·捕食搜索算法的基本原理第31-32页
     ·限制的计算第32-33页
     ·算法应用实例第33-35页
   ·本章小结第35-36页
第四章 基于捕食搜索的蚁群算法第36-51页
   ·基于捕食搜索的蚁群算法第36-40页
     ·蚁群算法部分的设计第36-37页
     ·捕食搜索算法部分的设计第37-40页
   ·算法的实现流程第40-41页
   ·PSACO 参数讨论第41-46页
     ·蚁群参数讨论第41-45页
     ·捕食搜索参数讨论第45页
     ·参数讨论小结第45-46页
   ·PSACO 的实验与结论第46-51页
     ·收敛性分析第46-48页
     ·信息素矩阵的调整效果分析第48-49页
     ·算法性能比较第49-51页
结论第51-52页
 本文结论第51页
 研究展望第51-52页
参考文献第52-55页
攻读硕士学位期间取得的研究成果第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:M2M业务支撑平台的性能测试与优化
下一篇:聚类分析在手写汉字识别中的应用