基于演化蚁群算法的TSP问题研究及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题研究背景及意义 | 第10页 |
| ·蚁群算法的国内外研究现状 | 第10-13页 |
| ·本论文的主要工作 | 第13-15页 |
| 第二章 TSP 问题 | 第15-21页 |
| ·TSP 问题概述 | 第15-17页 |
| ·求解TSP 的复杂性及意义 | 第17页 |
| ·求解TSP 的仿生进化算法概述 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基本蚁群算法模型 | 第21-30页 |
| ·基本蚁群算法的原理 | 第21-23页 |
| ·蚁群算法的系统学特征 | 第23-24页 |
| ·基本蚁群算法的数学模型 | 第24-25页 |
| ·基本蚁群算法的具体实现 | 第25-26页 |
| ·基本蚁群算法的实现步骤 | 第25-26页 |
| ·基本蚁群算法的程序结构流程图 | 第26页 |
| ·基本蚁群算法的选参原则 | 第26-27页 |
| ·蚁群算法优缺点 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 现有基本蚁群算法的改进方法 | 第30-39页 |
| ·蚁群系统(ACS) | 第30-32页 |
| ·最大最小蚁群模型(MMAS) | 第32页 |
| ·最优－最差蚂蚁系统(BWAS) | 第32-33页 |
| ·具有变异特征的蚁群算法(MAS) | 第33-34页 |
| ·带杂交因子的蚁群算法 | 第34-36页 |
| ·遗传算法与蚂蚁算法的融合算法（GAAA） | 第36-38页 |
| ·GAAA 算法中遗传算法的设计 | 第36-37页 |
| ·GAAA 算法中蚁群算法的设计 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第五章 改进的演化蚁群算法 | 第39-53页 |
| ·基本蚁群算法的不足之处 | 第39-40页 |
| ·基本蚁群算法的改进策略 | 第40-44页 |
| ·路径选择策略的改进 | 第40-41页 |
| ·信息素更新方式的改进 | 第41-42页 |
| ·启发式演化交叉操作 | 第42-44页 |
| ·改进算法描述及实现 | 第44-46页 |
| ·改进算法实现步骤 | 第44-45页 |
| ·改进算法程序结构流程 | 第45-46页 |
| ·数据仿真实验 | 第46-52页 |
| 实例一：Oliver30 实验仿真 | 第46-47页 |
| 实例二：Att48 实验仿真 | 第47-49页 |
| 实例三：Eil51 实验仿真 | 第49-50页 |
| 实例四：Eil75 实验仿真 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| ·论文的主要工作和贡献 | 第53-54页 |
| ·下一步的工作和展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 TSP 问题 | 第58-59页 |
| 致谢 | 第59-60页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第60页 |
