基于混沌蚂蚁的群集协同求解算法及应用

本书作者在合肥工业大学的博士毕业论文，已经通过答辩。本书是关于混沌协同求解算法及其应用方面的内容。它阐述的研究内容包括：以复杂系统理论为指导，在蚂蚁微观混沌动力学基础上，从蚁群系统的微观层、微观层与宏观层之间的联系两个方面，将混沌理论和很优化理论进行了有机结合，围绕如何构建蚂蚁群集协同求解算法进行研究，形成组合优化问题、高维函数优化问题、复杂分布式协同优化问题、动态分布式约束优化问题的协同求解方法，以深化和拓宽群集智能的研究

前言
第1章 绪论
1．1 引言
1．2 群集智能研究现状及评述
1．2．1 群集智能系统的建模
1．2．2 群集智能系统的动力学特性研究
1．2．3 利用分布式算法求解群集智能系统的优化问题
1．2．4 群集智能优化算法及其应用
1．2．5 研究现状评述
1．3 研究意义
1．4 主要研究内容及贡献
1．5 结构安排
第2章 相关理论
2．1 引言
2．2 群集智能的科学基础
2．2．1 复杂系统理论
2．2．2 自组织理论
2．3 混沌理论
2．4 很优化理论
2．5 蚂蚁混沌行为和蚁群自组织行为
2．6 混沌蚂蚁群算法及其协同机制
2．6．1 混沌蚂蚁群算法
2．6．2 混沌蚂蚁群算法的协同机制
2．7 本章小结。
第3章 混沌蚂蚁群算法求解组合优化问题
3．1 引言
3．2 求解旅行商问题的集中式算法
3．2．1 旅行商问题的描述
3．2．2 旅行商问题的研究现状
3．2．3 求解旅行商问题的方案
3．2．4 实验结果与分析
3．3 求解传感器网络任务分配的分布式算法
3．3．1 任务分配问题
3．3．2 分布式任务分配问题描述
3．3．3 分布式任务分配算法
3．3．4 仿真实验
3．4 本章小结
第4章 扰动混沌蚂蚁群算法求解高维函数优化问题
4．1 引言
4．2 扰动混沌蚂蚁群算法DCAS
4．2．1 蚂蚁的很优位置更新方法
4．2．2 邻居选择
4．2．3 自适应扰动
4．2．4 算法过程
4．2．5 收敛性分析
4．3 DCAS算法求解高维函数优化问题
4．3．1 实验环境设置
4．3．2 自适应扰动常数α分析
4．3．3 DCAs算法动力学过程
4．3．4 DCAS与其他算法的比较
4．4 本章小结
第5章 基于混沌蚂蚁的分布式协同优化方法
5．1 引言
5．2 复杂分布式系统协同优化模型
5．2．1 自主Agent的动力学表征
5．2．2 复杂分布式系统协同优化模型构建
5．3 复杂分布式系统协同优化算法
5．3．1 CAS算法的协同优化机理
5．3．2 基于CAS的复杂分布式系统协同优化算法
5．3．3 算法过程及复杂度
5．4 基于位置的任务分配仿真验证
5．4．1 Agent的位置感知方法
5．4．2 任务分配效果度量
5．4．3 任务表示
5．4．4 仿真结果分析
5．5 本章小结
第6章 实现群集协同的分布式协调算法
6．1 引言
6．2 群集的特性与蚁群的共同点
6．3 分布式协调方案描述
6．4 分布式协调算法CA-DCA
6．4．1 准备工作及符号解释
6．4．2 混沌行为形式化
6．4．3 自组织行为形式化
6．4．4 算法描述
6．5 算法收敛性分析
6．6 仿真实验
6．6．1 解质量分析
6．6．2 计算代价分析
6．7本 章小结
第7章 分布式协调算法求解动态分布式约束优化问题
7．1 引言
7．2 动态分布式约束优化问题DDCOP的描述
7．3 相关研究工作
7．3．1 已有DCOP算法
7．3．2 基于蚂蚁行为的DDCOP算法
7．4 算法方案
7．4．1 CA-DDCOP算法构建
7．4．2 CA-DDCOP算法过程
7．5 MRMC信道分配问题
7．5．1 MCMR-CA问题描述
7．5．2 应用CA-DDCOP算法
7．6 性能评估
7．6．1 仿真环境
7．6．2 性能评价参数与结果分析
7．7 本章小结
第8章 总结与展望
8．1 全书总结
8．2 未来研究展望
参考文献