| 摘要 | 第1-8页 |
| Abstract | 第8-12页 |
| 第一章 绪论 | 第12-21页 |
| ·TSP描述 | 第12-13页 |
| ·TSP的应用和价值 | 第13-14页 |
| ·现今TSP的求解方法 | 第14-21页 |
| ·完全算法 | 第15-16页 |
| ·不完全算法 | 第16-21页 |
| 第二章 遗传算法简介 | 第21-36页 |
| ·遗传算法的起源与发展 | 第21-22页 |
| ·遗传算法的基本概念 | 第22-23页 |
| ·遗传算法的原理 | 第23-32页 |
| ·遗传算法的基本思想 | 第23-24页 |
| ·遗传算法的基本技术 | 第24-30页 |
| ·适应值函数及尺度变换 | 第30-31页 |
| ·算法参数 | 第31页 |
| ·算法的终止条件 | 第31-32页 |
| ·遗传算法的运行步骤和流程图 | 第32-33页 |
| ·遗传算法的特点 | 第33-34页 |
| ·遗传算法的应用 | 第34-36页 |
| 第三章 动态多目标TSP-DMOTSP | 第36-51页 |
| ·DMOTSP的研究意义 | 第36-38页 |
| ·DMOTSP的研究现状 | 第38页 |
| ·DMOTSP描述 | 第38-40页 |
| ·DMOTSP定义 | 第38-39页 |
| ·DMOTSP的性质 | 第39-40页 |
| ·DMOTSP中动态程度和目标冲突程度的度量 | 第40-48页 |
| ·动态程度的度量 | 第40-44页 |
| ·目标冲突程度的度量 | 第44-47页 |
| ·实验 | 第47-48页 |
| ·DMOTSP的优化 | 第48-51页 |
| ·优化策略 | 第48-49页 |
| ·评估准则 | 第49-51页 |
| 第四章 DMOInver-Over求解DMOTSP | 第51-62页 |
| ·Inver-Over算子 | 第51-53页 |
| ·DMOInver-Over算法 | 第53-57页 |
| ·下一代种群的生成规则 | 第53页 |
| ·动态弹性松弛算子(Dynamic Elastic Relaxation Operators) | 第53-56页 |
| ·DMOInver-Over算法框架和流程图 | 第56-57页 |
| ·实验和结论 | 第57-62页 |
| 第五章 多算法的协同演化策略求解DMOTSP | 第62-71页 |
| ·方法的由来 | 第62页 |
| ·多算法的协同演化策略(MACS) | 第62-68页 |
| ·基因库演化算法(Gene-Inve-Over) | 第63-64页 |
| ·Pareto-Inver-Over算法 | 第64页 |
| ·目标最优个体杂交算法(objective best individual crossover, OBIC) | 第64-65页 |
| ·目标部分映射杂交算法(Objective-PMX) | 第65页 |
| ·Pareto部分映射杂交算法(Pareto-PMX) | 第65-66页 |
| ·MACS算法框架和流程图 | 第66-68页 |
| ·实验和结论 | 第68-71页 |
| 第六章 结束语 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附录(145个城市的三维坐标) | 第79-81页 |
