|
|
|
改进蚁群算法的理论及方法研究 |
|
论文目录 |
|
1 绪论 | 第1-17页 | 1.1 本文的选题背景及研究意义 | 第12页 | 1.2 全局优化方法的研究进展 | 第12-14页 | 1.3 启发式搜索算法的研究进展 | 第14页 | 1.4 蚁群算法的研究进展 | 第14-16页 | 1.5 本文研究的构思与设想 | 第16-17页 | 2 全局优化问题及方法 | 第17-25页 | 2.1 全局优化问题 | 第17-18页 | 2.2 全局优化方法概述 | 第18-22页 | 2.2.1 方法的构造原理 | 第19页 | 2.2.2 不同的分类法 | 第19-20页 | 2.2.3 现有全局优化方法的不足 | 第20-22页 | 2.3 蚁群算法概述 | 第22-25页 | 2.3.1 全局组合优化问题 | 第22-23页 | 2.3.2 蚁群算法 | 第23-25页 | 3 启发式搜索法 | 第25-36页 | 3.1 启发式搜索算法概述 | 第25页 | 3.2 启发式搜索算法的产生 | 第25-26页 | 3.3 启发式方法的构造与基本类型 | 第26-29页 | 3.3.1 启发式方法的构造 | 第26页 | 3.3.2 启发式方法的基本类 | 第26-29页 | 3.4 元启发式算法 | 第29-36页 | 3.3.1 计算复杂性与NP完全问题 | 第29-31页 | 3.3.2 元启发式算法概述 | 第31-36页 | 4 蚁群算法 | 第36-64页 | 4.1 真实蚁群行为 | 第36-37页 | 4.1.1 真实蚂蚁行为 | 第36-37页 | 4.1.2 蚂蚁行为的特点 | 第37页 | 4.2 蚁群算法的基本原理 | 第37-44页 | 4.2.1 TSP问题 | 第38页 | 4.2.2 蚁群算法的基本描述 | 第38-41页 | 4.2.3 收敛性 | 第41-44页 | 4.3 改进蚁群算法 | 第44-51页 | 4.3.1 蚁群算法的特点 | 第44页 | 4.3.2 现有改进蚁群算法 | 第44-47页 | 4.3.3 新的改进蚁群算法 | 第47-49页 | 4.3.4 算法测试 | 第49-51页 | 4.4 蚁群算法在连续优化问题中的应用 | 第51-64页 | 4.4.1 用于连续优化问题的蚁群算法概述 | 第51-54页 | 4.4.2 基于网格法的改进蚁群算法 | 第54-64页 | 5 广义邻域搜索算法及其统一结构 | 第64-71页 | 5.1 广义邻域搜索算法 | 第64-65页 | 5.2 广义邻域搜索算法的要素 | 第65-66页 | 5.3 广义邻域搜索算法的统一结构 | 第66-69页 | 5.4 优化算法的性能评价指标 | 第69-71页 | 6 ACOSA 混合优化策略 | 第71-82页 | 6.1 模拟退火算法 | 第71-75页 | 6.1.1 基本原理 | 第71-73页 | 6.1.2 模拟退火算法 | 第73-75页 | 6.2 基于统一结构设计混合优化策略的关键问题 | 第75-76页 | 6.3 ACOSA混合优化策略 | 第76-82页 | 6.3.1 ACOSA混合优化策略的构造出发点 | 第76-77页 | 6.3.2 ACOSA混合优化策略的流程和特点 | 第77-79页 | 6.3.3 ACOSA混合优化策略的效率定性分析 | 第79-80页 | 6.3.4 ACOSA混合优化策略的测试 | 第80-82页 | 7 结论与展望 | 第82-84页 | 7.1 本文的主要工作及成果 | 第82-83页 | 7.2 结论与展望 | 第83-84页 | 致谢 | 第84-85页 | 附录 | 第85-87页 | 作者简介 | 第87-88页 | 参考文献 | 第88-91页 |
|
|
|
|
论文编号BS941224,这篇论文共91页 会员购买按0.35元/页下载,共需支付31.85元。 直接购买按0.5元/页下载,共需要支付45.5元 。 |
![](/Shuobo/2.gif) |
![](/Shuobo/1.gif) |
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|