| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·生物启发式算法发展概述及现状分析 | 第12-16页 |
| ·进化算法 | 第12-13页 |
| ·蚁群算法 | 第13-14页 |
| ·粒子群算法 | 第14-15页 |
| ·人工免疫系统 | 第15-16页 |
| ·论文研究的主要内容和研究方法 | 第16-18页 |
| ·算法理论研究及创新点 | 第17页 |
| ·TSP 问题的应用对比研究 | 第17-18页 |
| ·论文安排 | 第18-19页 |
| 第2章 进化算法的理论研究及其对比分析 | 第19-30页 |
| ·引言 | 第19-20页 |
| ·进化算法的原理和特点 | 第20-25页 |
| ·进化算法基本原理和应用简介 | 第20-21页 |
| ·遗传算法 | 第21-23页 |
| ·遗传编程 | 第23页 |
| ·进化策略 | 第23-24页 |
| ·进化规划 | 第24-25页 |
| ·四种进化算法的对比研究 | 第25-29页 |
| ·编码策略 | 第25-26页 |
| ·选择方法 | 第26-27页 |
| ·遗传算子 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 一种解决旅行商问题的进化策略和蚁群算法的融合算法 | 第30-39页 |
| ·引言 | 第30页 |
| ·不同算法求解TSP 问题步骤的描述 | 第30-34页 |
| ·进化策略求解TSP 问题 | 第30-31页 |
| ·蚁群算法求解TSP 问题的基本描述 | 第31-33页 |
| ·进化策略与最大最小蚂蚁算法的融合 | 第33-34页 |
| ·中国31 个省会城市旅行商问题的求解及其实验结果分析 | 第34-37页 |
| ·中国旅行商问题的模型描述 | 第34页 |
| ·进化策略求解中国旅行商问题的实验结果分析 | 第34-35页 |
| ·最大最小蚂蚁算法求解中国旅行商问题的实验结果分析 | 第35-36页 |
| ·融合算法求解中国旅行商问题实验及结果分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 改进的粒子群算法及其在旅行商问题中的应用 | 第39-48页 |
| ·引言 | 第39-40页 |
| ·粒子群算法基本原理及其在旅行商问题中的应用 | 第40-42页 |
| ·粒子群算法基本原理 | 第40-41页 |
| ·粒子群算法解决旅行商问题的基本步骤 | 第41-42页 |
| ·改进的粒子群算法 | 第42-44页 |
| ·带有突变的粒子群优化算法 | 第43页 |
| ·一种粒子群与模拟退火的融合算法 | 第43-44页 |
| ·算法在C-TSP 问题中的实验及其结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 改进的基于相似性矢量距选择的人工免疫算法 | 第48-56页 |
| ·引言 | 第48页 |
| ·一种改进的基于相似性矢量距选择的免疫算法 | 第48-52页 |
| ·基于相似性矢量距的选择概率计算方法 | 第48-51页 |
| ·改进的抗体相似性及抗体浓度表示方法 | 第51-52页 |
| ·新的免疫疫苗的引入及其在旅行商问题中的应用 | 第52-54页 |
| ·新的免疫疫苗及注射机制的引入 | 第52-53页 |
| ·改进算法求解C-TSP 问题的基本步骤 | 第53-54页 |
| ·实验仿真结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 结论和工作展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 在读期间发表的学术论文与取得的研究成果 | 第62页 |
