大规模组合优化问题蚁群算法应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·我的工作 | 第8-10页 |
| 第二章 大规模组合优化问题 | 第10-12页 |
| ·组合优化问题概述 | 第10页 |
| ·大规模TSP问题 | 第10-12页 |
| 第三章 蚁群系统(ACS) | 第12-32页 |
| ·蚂蚁系统概论 | 第12-14页 |
| ·蚁群系统的模型 | 第14-20页 |
| ·蚁群算法流程 | 第14-16页 |
| ·蚁群算法参数及公式 | 第16-18页 |
| ·蚁群算法的优缺点及目前研究的难点 | 第18-20页 |
| ·参数设置的重要性和盲目性及参数进化算法 | 第20-32页 |
| ·参数设置的重要性及盲目性 | 第20-21页 |
| ·实数编码 | 第21-23页 |
| ·利用遗传算法对参数进行进化 | 第23-32页 |
| 第四章 运用蚁群算法中求解大规模TSP问题 | 第32-48页 |
| ·蚁群算法求解大规模 TSP问题的难点及改进策略 | 第32-33页 |
| ·聚类分析及并行计算 | 第33-38页 |
| ·算法主要思想 | 第33-34页 |
| ·数学模型及算法流程 | 第34-35页 |
| ·城市聚类策略 | 第35页 |
| ·聚类分区并行蚁群算法设计思想及流程 | 第35-38页 |
| ·利用模式学习寻找局部最优路径 | 第38-45页 |
| ·局部最优解模式 | 第38-43页 |
| ·利用Apriori算法寻找局部最优解模式 | 第43-45页 |
| ·信息熵(entropy) | 第45-47页 |
| ·根据问题规模求解蚁群系统参数算法流程 | 第47-48页 |
| 第五章 实验结果分析 | 第48-51页 |
| 第六章 结束语 | 第51-53页 |
| ·论文总结 | 第51页 |
| ·后期要做的工作 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录1 | 第57页 |
