算法?4§2.2蚁群算法概述?52.2.1群体智能简介?52.2.2蚁群算法的定义?52.2.3蚁群算法的基本原理?62.2.4算法的数学模型表述?72.2.5蚁群算法的伪码表述?92.2.6蚁群算法的实验结果?10§2.3蚁群算法的特征及优缺点?112.3.1算法特征?112.3.2算法的优点?112.3.3算法的缺陷?11§2.4蚁群算法已有的改进及优化策略?122.4.1蚁群系统算法(ACS)?122.4.2最大最小蚁群系统算法(MMAS)?132.4.3具有变异特征的蚁群算法?13第三章蚁群算法中关键参数的设置?15§3.1各个关键参数的介绍及设置?153.1.1启发式因子?153.1.2信息素残留度ρ?173.1.3蚂蚁总个数m?18§3.2基于均匀设计的关键参数设置?193.2.1传统的参数设置方法的缺陷?193.2.2基于均匀设计的关键参数设置?19第四章蚁群算法优化的一种新策略?23§4.1蚁群算法优化的理论基础?234.1.1路径选择机制?234.1.2信息素更新机制?23§4.2蚁群算法优化的新策略?244.2.1算法优化的初步设想?244.2.2优化的途径(在已有改进型算法ACS的基础上)?244.2.3优化后的算法描述?274.2.4?实验及结果分析?29第五章蚁群算法的并行策略?31§5.1蚁群算法的两种并行策略?315.1.1同步的并行策略?315.1.2部分异步的并行策略?325.1.3两种并行策略的比较?33§5.2蚁群算法并行的新策略?355.2.1算法的基本思想?355.2.2模式的获取?365.2.3模式学习并行蚁群算法描述?36第六章结论与展望?38§6.1结论?386.1.1蚁群算法优化策略?386.1.2蚁群算法并行策略?38§6.2展望?396.2.1对优化策略的展望?396.2.2对并行策略的展望?39致谢?40参考文献?41
全文预览
