遗传算法的研究及其在TTP问题中的应用
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-12页 |
·课题研究背景、目的及意义 | 第8页 |
·国内外研究现状综述 | 第8-10页 |
·遗传算法的国内外现状 | 第8-9页 |
·TTP 问题的国内外现状 | 第9-10页 |
·遗传算法求解TTP 问题的国内外现状 | 第10页 |
·研究目标及主要内容 | 第10-11页 |
·本文结构 | 第11-12页 |
第二章 遗传算法和UML 技术 | 第12-20页 |
·引言 | 第12页 |
·遗传算法 | 第12-16页 |
·遗传算法原理 | 第12-13页 |
·遗传算子 | 第13-14页 |
·遗传算法收敛性分析 | 第14-15页 |
·遗传算法的基本特征 | 第15-16页 |
·UML 技术 | 第16-19页 |
·UML 的发展和定义 | 第16-17页 |
·UML 的内容体系 | 第17-18页 |
·UML 的建模机制 | 第18页 |
·UML 建模的基本特征 | 第18-19页 |
本章小结 | 第19-20页 |
第三章 时间表问题 | 第20-38页 |
·对排课时间表问题的认识 | 第20-21页 |
·排课时间表问题分析 | 第21-37页 |
·人工排课过程 | 第21-25页 |
·计算机排课的逻辑模型 | 第25-26页 |
·UML 技术分析排课系统 | 第26-32页 |
·排课算法数学模型 | 第32-35页 |
·解决排课问题的基本算法 | 第35-37页 |
·排课时间表问题研究的目的和意义 | 第37页 |
本章小结 | 第37-38页 |
第四章 标准遗传算法解决排课问题 | 第38-45页 |
·引言 | 第38页 |
·编码方法 | 第38-39页 |
·适应度函数 | 第39-40页 |
·遗传操作 | 第40-42页 |
·选择操作 | 第40-41页 |
·交叉操作 | 第41-42页 |
·变异操作 | 第42页 |
·自适应变异算子 | 第42页 |
·遗传算法的相关参数 | 第42-43页 |
·标准遗传算法的不足和改进 | 第43-44页 |
本章小结 | 第44-45页 |
第五章 一种改进的遗传算法在时间表问题中的应用 | 第45-67页 |
·引言 | 第45页 |
·MEGA 算法总体思想 | 第45页 |
·问题定义 | 第45-46页 |
·算法的改进及流程 | 第46-56页 |
·必修类课程 | 第46-55页 |
·选修类课程 | 第55-56页 |
·原型系统实现 | 第56-62页 |
·约束条件的实现方法 | 第56-57页 |
·采用的数据结构 | 第57-58页 |
·主要程序说明 | 第58-62页 |
·试验结果比较及分析 | 第62-66页 |
·试验结果及比较 | 第62-65页 |
·运行结果及分析 | 第65-66页 |
本章小结 | 第66-67页 |
第六章 应用实例——排课系统实现 | 第67-89页 |
·引言 | 第67页 |
·数据库设计及其分析 | 第67-70页 |
·数据库连接技术 | 第67-68页 |
·数据库设计 | 第68页 |
·表结构 | 第68-70页 |
·系统总体设计 | 第70-80页 |
·采用的体系结构 | 第70-71页 |
·系统结构图 | 第71-72页 |
·模块功能解析 | 第72-80页 |
·系统子程序 | 第80-81页 |
·优点技术及难点解决 | 第81-84页 |
·软件测试和排课质量分析 | 第84-88页 |
本章小结 | 第88-89页 |
结论 | 第89-90页 |
参考文献 | 第90-92页 |
攻读硕士学位期间发表的学术论文 | 第92-93页 |
致谢 | 第93-94页 |