圖是用于刻畫自然界或社會中事物關(guān)系的一種復(fù)雜數(shù)據(jù)結(jié)構(gòu)。隨著信息技術(shù)的飛速發(fā)展,圖已經(jīng)逐步覆蓋了我們?nèi)粘Ｉ畹母鱾�方面,特別是在交通、社交等領(lǐng)域中,圖模型的應(yīng)用更是無處不在,極大程度地推動了圖著色、車輛調(diào)度、傳播源定位等理論研究的發(fā)展。對圖著色、車輛調(diào)度、傳播源定位等圖問題的深入研究,既可以優(yōu)化資源分配,也可以幫助改進物流配送機制、降低配送成本,還可以幫助政府快速掌握網(wǎng)絡(luò)輿論源頭、維持社會穩(wěn)定。所以,如何高效地求解圖著色、車輛調(diào)度、傳播源定位等圖問題已成為了當(dāng)前學(xué)者們研究的熱點。經(jīng)過多年研究,學(xué)者們提出了一系列圖問題的求解算法,可以分為精確算法和智能算法兩大類。精確算法通常指能夠求得全局最優(yōu)解的算法,比如自然線性規(guī)劃法、動態(tài)規(guī)劃法、回溯法等。由于大多數(shù)圖問題都屬于NP-Hard難題,應(yīng)用精確算法進行求解,算法計算成本會隨著問題規(guī)模增加呈指數(shù)增長。顯然,在社會數(shù)據(jù)井噴式增長,尤其是當(dāng)前大數(shù)據(jù)時代的背景下,精確算法已無法滿足圖問題的求解需要。所以,學(xué)者們逐步將研究重心轉(zhuǎn)移到了智能算法,提出了蟻群算法、遺傳算法、粒子群算法、禁忌搜索算法等一系列算法用于圖問題求解,且一直致力于追求更加高效的求解... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究內(nèi)容
    1.3 研究創(chuàng)新點
    1.4 論文組織結(jié)構(gòu)
第2章 相關(guān)理論基礎(chǔ)
    2.1 圖相關(guān)問題描述
        2.1.1 圖著色問題
        2.1.2 車輛調(diào)度問題
        2.1.3 傳播源定位問題
    2.2 常見圖問題求解算法
        2.2.1 精確算法
        2.2.2 智能算法
    2.3 多頭絨泡菌仿生模型及應(yīng)用
        2.3.1 多頭絨泡菌介紹
        2.3.2 多頭絨泡菌仿生模型及其應(yīng)用
        2.3.3 多頭絨泡菌正反饋仿生模型
第3章 基于多頭絨泡菌仿生模型的圖著色問題求解
    3.1 圖著色問題的數(shù)學(xué)模型
    3.2 基于蟻群算法的圖著色問題求解
    3.3 基于多頭絨泡菌蟻群算法的圖著色問題求解
        3.3.1 基于多頭絨泡菌仿生模型的蟻群信息素更新策略
        3.3.2 基于多頭絨泡菌蟻群算法的圖著色問題求解流程
    3.4 仿真實驗
        3.4.1 實驗數(shù)據(jù)
        3.4.2 仿真實驗1
        3.4.3 仿真實驗2
    3.5 本章小結(jié)
第4章 基于多頭絨泡菌仿生模型的車輛調(diào)度問題求解
    4.1 車輛調(diào)度問題的數(shù)學(xué)模型
    4.2 基于混合遺傳算法的車輛調(diào)度問題求解
    4.3 基于多頭絨泡菌遺傳算法的車輛調(diào)度問題求解
        4.3.1 基于多頭絨泡菌仿生模型的遺傳算法優(yōu)化策略
        4.3.2 基于多頭絨泡菌遺傳算法的車輛調(diào)度問題求解流程
    4.4 仿真實驗
        4.4.1 實驗數(shù)據(jù)
        4.4.2仿真實驗1
        4.4.3仿真實驗2
    4.5 本章小結(jié)
第5章 基于多頭絨泡菌仿生模型的傳播源定位
    5.1 基于觀察點的傳播源定位問題的數(shù)學(xué)描述
    5.2 基于多頭絨泡菌仿生模型的傳播源定位流程
    5.3 仿真實驗
        5.3.1 實驗數(shù)據(jù)
        5.3.2 仿真實驗
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 不足與展望
參考文獻
致謝
碩士期間發(fā)表的論文和獲獎情況



本文編號：2939094