| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-12页 |
| ·选题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·本文组织结构 | 第11-12页 |
| 第二章 二维凸包与 TSP问题 | 第12-21页 |
| ·二维凸包定义及性质 | 第12页 |
| ·二维凸包的实现算法 | 第12-19页 |
| ·二维凸包算法的相关基本概念 | 第12-14页 |
| ·Gift-Wrapping 算法 | 第14页 |
| ·Graham-Scan 算法 | 第14-17页 |
| ·Andrew's Monotone Chain 二维凸包算法 | 第17-19页 |
| ·TSP 问题描述和模型 | 第19页 |
| ·求解 TSP 问题的算法 | 第19-20页 |
| ·精确求解算法 | 第20页 |
| ·启发式求解算法 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 蚁群算法 | 第21-34页 |
| ·基本蚁群算法的原理和模型 | 第21-28页 |
| ·基本蚁群算法的原理 | 第21-23页 |
| ·蚁群算法的模型和轮盘赌说明 | 第23-28页 |
| ·蚁群算法的优化算法 | 第28-31页 |
| ·蚁群系统 | 第28-29页 |
| ·最大最小蚂蚁系统 | 第29-30页 |
| ·最优最差蚂蚁系统 | 第30页 |
| ·具有变异特征的蚁群算法 | 第30-31页 |
| ·自适应蚁群优化算法 | 第31页 |
| ·蚁群算法优缺点 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于二维凸包的改进蚁群算法 | 第34-47页 |
| ·基于二维凸包的改进蚁群算法思想 | 第34-37页 |
| ·启发信息策略 | 第34页 |
| ·转移概率选择策略 | 第34-35页 |
| ·信息素更新策略 | 第35-36页 |
| ·局部搜索策略 | 第36-37页 |
| ·改进算法的详细介绍 | 第37-39页 |
| ·算法流程和主要实现过程 | 第39-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 仿真实验与参数分析 | 第47-64页 |
| ·参数分析 | 第47-55页 |
| ·启发因子α与β的取值 | 第47-51页 |
| ·全局信息素挥发系数ρ的取值 | 第51-53页 |
| ·α与β的组合确定 | 第53页 |
| ·m 的取值 | 第53-54页 |
| ·最邻近城市个数 mcity 的取值 | 第54-55页 |
| ·凸包蚁群算法仿真实验 | 第55-62页 |
| ·对中小规模问题进行测试 | 第55-59页 |
| ·算法整体性能的实验比较 | 第59-60页 |
| ·改进算法的收敛特性 | 第60-61页 |
| ·凸包的性能 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |