蚁群优化算法及在网络路由中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-25页 |
| ·引言 | 第12-13页 |
| ·蚁群算法在优化问题中的应用 | 第13-16页 |
| ·在静态组合优化中的应用 | 第13-15页 |
| ·在动态组合优化中的应用 | 第15-16页 |
| ·蚁群算法的特征 | 第16-19页 |
| ·论文研究的内容和结构 | 第19-25页 |
| 第2章 基本蚁群算法原理及其改进 | 第25-50页 |
| ·引言 | 第25页 |
| ·蚁群算法基本原理 | 第25-32页 |
| ·真实蚂蚁的集体行为 | 第25-29页 |
| ·人工蚂蚁的集体行为 | 第29-32页 |
| ·图理论 | 第32-34页 |
| ·蚁群优化算法 | 第34-40页 |
| ·所解决问题的描述 | 第35-36页 |
| ·解的构造过程 | 第36-37页 |
| ·蚁群算法描述 | 第37-39页 |
| ·蚁群算法基本模型的特点 | 第39-40页 |
| ·蚁群算法的改进 | 第40-47页 |
| ·精英策略蚂蚁系统 | 第40-41页 |
| ·最大-最小蚂蚁系统 | 第41-44页 |
| ·基于排序的蚂蚁系统 | 第44页 |
| ·蚁群系统 | 第44-46页 |
| ·其它改进的算法 | 第46-47页 |
| ·本章小结 | 第47-50页 |
| 第3章 蚁群算法的收敛性 | 第50-62页 |
| ·引言 | 第50页 |
| ·蚁群算法的描述 | 第50-52页 |
| ·蚁群算法的收敛性 | 第52-60页 |
| ·本章小结 | 第60-62页 |
| 第4章 解决静态组合优化 TSP的改进蚁群算法 | 第62-84页 |
| ·引言 | 第62-63页 |
| ·算法描述 | 第63-66页 |
| ·EAQ算法讨论 | 第66-71页 |
| ·状态转移规则 | 第66-68页 |
| ·信息素更新规则 | 第68-69页 |
| ·与蚂蚁系统 AS的不同 | 第69-71页 |
| ·EAQ的特性 | 第71-74页 |
| ·算法对新路径的搜索能力 | 第71-73页 |
| ·信息素 AQ值和启发信息 HE的作用 | 第73-74页 |
| ·EAQ参数的试验讨论 | 第74-80页 |
| ·蚂蚁群体的协同作用 | 第74-77页 |
| ·参数对算法性能的影响 | 第77-79页 |
| ·EAQ在ry48p中的特性 | 第79-80页 |
| ·EAQ与其它算法的对比 | 第80-82页 |
| ·本章小结 | 第82-84页 |
| 第5章 基于蚁群算法的 ADR自适应路由选择算法 | 第84-106页 |
| ·引言 | 第84-86页 |
| ·基于蚁群算法的自适应动态路由选择算法 ADR | 第86-92页 |
| ·算法原理 | 第88-89页 |
| ·算法描述 | 第89-90页 |
| ·信息素增量计算及信息素表的更新 | 第90-92页 |
| ·算法的改进 | 第92-93页 |
| ·网络模型 | 第93-99页 |
| ·网络层的图定义 | 第93-94页 |
| ·路由选择功能 | 第94-95页 |
| ·路由时延的计算 | 第95-97页 |
| ·路由时延的计算举例 | 第97-99页 |
| ·仿真试验 | 第99-104页 |
| ·本章小结 | 第104-106页 |
| 第6章 基于蚁群优化的分布式路由选择算法 | 第106-128页 |
| ·引言 | 第106-107页 |
| ·路由选择的特征 | 第107-109页 |
| ·路由选择的基本功能 | 第107-108页 |
| ·路由选择算法的几种分类方法 | 第108-109页 |
| ·通信网络模型 | 第109-110页 |
| ·基于蚁群优化的 MAR路由选择算法 | 第110-117页 |
| ·蚁群算法特点 | 第110-112页 |
| ·MAR路由选择算法描述 | 第112-117页 |
| ·仿真试验的设定 | 第117-124页 |
| ·网络拓扑 | 第117-118页 |
| ·负载模式和用于性能评价的度量 | 第118-119页 |
| ·用于比较的路由选择算法 | 第119-120页 |
| ·仿真结果 | 第120-124页 |
| ·本章小结 | 第124-128页 |
| 第7章 结论与展望 | 第128-134页 |
| ·工作总结 | 第128-131页 |
| ·进一步工作展望 | 第131-134页 |
| 参考文献 | 第134-143页 |
| 攻读学位期间发表的学术论文 | 第143-144页 |
| 致谢 | 第144页 |
