| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.1.1 项目计划的研究背景 | 第9-10页 |
| 1.1.2 蚁群算法的发展背景 | 第10-11页 |
| 1.2 研究的主要内容 | 第11-12页 |
| 1.3 论文组织结构 | 第12-15页 |
| 第二章 相关技术介绍 | 第15-27页 |
| 2.1 最大最小蚁群算法 | 第15-19页 |
| 2.1.1 蚁群算法的基本原理 | 第15-17页 |
| 2.1.2 蚁群算法的基本特征以及算法 | 第17-18页 |
| 2.1.3 最大最小蚁群算法的特性 | 第18-19页 |
| 2.2 软件项目计划相关算法 | 第19-22页 |
| 2.2.1 模拟退火算法 | 第19-20页 |
| 2.2.2 遗传算法 | 第20-21页 |
| 2.2.3 关键路径算法 | 第21-22页 |
| 2.3 SPSP问题模型 | 第22-25页 |
| 2.3.1 SPSP模型的输入 | 第22-24页 |
| 2.3.2 SPSP模型的输出 | 第24-25页 |
| 2.3.3 SPSP模型的约束 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 SPSP问题的分析与优化 | 第27-33页 |
| 3.1 SPSP问题的默认条件 | 第27-28页 |
| 3.2 针对SPSP问题的MMAS算法的搜索方式 | 第28-30页 |
| 3.3 SPSP模型的多目标函数及最优判断 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 最大最小蚁群算法的优化 | 第33-43页 |
| 4.1 MMAS算法的优化 | 第33-37页 |
| 4.1.1 启发因子 | 第33-35页 |
| 4.1.2 参数自适应 | 第35-36页 |
| 4.1.3 引入变异算法 | 第36-37页 |
| 4.2 MMAS算法流程 | 第37-41页 |
| 4.3 本章小结 | 第41-43页 |
| 第五章 软件项目计划原型系统的设计与实现 | 第43-55页 |
| 5.1 系统功能的需求分析 | 第43页 |
| 5.2 系统的设计 | 第43-49页 |
| 5.2.1 系统的架构设计 | 第43-44页 |
| 5.2.2 基于原MMAS算法的软件项目计划系统的设计 | 第44-47页 |
| 5.2.3 基于优化的MMAS算法的软件项目计划系统的设计 | 第47-49页 |
| 5.3 系统展示 | 第49-54页 |
| 5.3.1 系统的开发配置 | 第49页 |
| 5.3.2 系统的关键模块 | 第49-53页 |
| 5.3.3 系统的界面 | 第53-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第六章 实验结果及分析 | 第55-61页 |
| 6.1 概述 | 第55页 |
| 6.2 参数设定 | 第55页 |
| 6.3 实验结果与对比 | 第55-58页 |
| 6.4 本章小结 | 第58-61页 |
| 第七章 结束语 | 第61-65页 |
| 7.1 本文工作总结 | 第61-62页 |
| 7.2 存在的问题及展望 | 第62-65页 |
| 7.2.1 存在问题 | 第62-63页 |
| 7.2.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |