混合遗传算法的研究及在智能交通信号控制中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究的背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·遗传算法的发展和应用 | 第12-15页 |
| ·混合遗传算法发展现状 | 第15-16页 |
| ·主要的研究工作 | 第16页 |
| ·本文内容安排 | 第16-18页 |
| 第2章 基本遗传算法及性能分析 | 第18-32页 |
| ·遗传算法的生物学基础 | 第18-19页 |
| ·遗传与变异 | 第18-19页 |
| ·进化 | 第19页 |
| ·基本遗传算法的算法描述 | 第19-23页 |
| ·基本遗传算法概述 | 第19-20页 |
| ·基本遗传算法的具体实现 | 第20-23页 |
| ·模式定理 | 第23-26页 |
| ·模式 | 第23页 |
| ·模式定理 | 第23-26页 |
| ·基本遗传算法的收敛性分析 | 第26-29页 |
| ·Markov 链 | 第27页 |
| ·遗传算法的收敛性分析 | 第27-29页 |
| ·基本遗传算法的实现 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第3章 模拟退火混合遗传算法及性能分析 | 第32-43页 |
| ·模拟退火算法简介 | 第32-36页 |
| ·物理退火过程 | 第32页 |
| ·Metropolis 准则 | 第32-34页 |
| ·模拟退火算法的特点 | 第34-35页 |
| ·模拟退火算法的研究现状 | 第35-36页 |
| ·模拟退火算法的性能分析 | 第36-39页 |
| ·组合优化与物理退火的相似性 | 第36页 |
| ·模拟退火算法的实现步骤 | 第36-37页 |
| ·模拟退火算法的要素设计 | 第37-39页 |
| ·基于模拟退火的混合遗传算法 | 第39-42页 |
| ·模拟退火混合遗传算法简介 | 第39-40页 |
| ·模拟退火混合遗传算法的特点 | 第40-41页 |
| ·模拟退火混合遗传算法的实现 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第4章 精英自适应混合遗传算法 | 第43-48页 |
| ·精英遗传算法 | 第43-44页 |
| ·自适应遗传算法 | 第44-45页 |
| ·精英自适应混合遗传算法 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第5章 混合遗传算法在智能交通信号控制中的应用 | 第48-57页 |
| ·智能交通信号控制问题综述 | 第48-49页 |
| ·智能交通信号控制问题概述 | 第48-49页 |
| ·基本概念解释 | 第49页 |
| ·智能交通信号控制问题建模 | 第49-52页 |
| ·单交叉路口模型 | 第49-51页 |
| ·线状多交叉口 | 第51页 |
| ·网络多交叉口 | 第51-52页 |
| ·混合遗传算法在智能交通信号控制中的应用 | 第52-56页 |
| ·交通控制方案的求解过程 | 第52-53页 |
| ·混合遗传算法在智能交通信号控制中的实现 | 第53-56页 |
| ·小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 附录A 攻读硕士期间所发表的学术论文目录 | 第64-65页 |
| 附录B (攻读硕士期间参加的科研项目) | 第65页 |
