| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·分布估计算法的研究背景和意义 | 第9-10页 |
| ·分布估计算法的历史和发展 | 第10-11页 |
| ·本文的主要研究工作 | 第11-12页 |
| ·本文的组织结构 | 第12-15页 |
| 第二章 分布估计算法 | 第15-23页 |
| ·遗传算法 | 第15-16页 |
| ·分布估计算法 | 第16-23页 |
| ·分布估计算法基本流程 | 第16-18页 |
| ·分布估计算法的分类 | 第18-23页 |
| 第三章 基于χ2分布的双变量相关的分布估计算法及其在 TSP 问题中的应用 | 第23-35页 |
| ·χ ~2分布 | 第23页 |
| ·基于χ ~2分布的双变量相关的分布估计算法 | 第23-29页 |
| ·算法基本流程 | 第23-25页 |
| ·初始化群体 | 第25页 |
| ·选择优势群体 | 第25页 |
| ·建立概率模型 | 第25-27页 |
| ·概率模型的更新 | 第27-28页 |
| ·生成新群体 | 第28页 |
| ·变异 | 第28-29页 |
| ·仿真实验 | 第29-33页 |
| ·算法求解 TSP 问题的基本流程 | 第29-30页 |
| ·仿真实验结果及分析 | 第30-33页 |
| ·小结 | 第33-35页 |
| 第四章 基于贝叶斯统计推断的分布估计算法及其在 TSP 问题中的应用 | 第35-51页 |
| ·贝叶斯统计推断理论 | 第35页 |
| ·基于贝叶斯统计推断的分布估计算法 | 第35-42页 |
| ·算法基本流程 | 第35-37页 |
| ·初始化群体 | 第37页 |
| ·选择优势群体 | 第37页 |
| ·建立概率模型 | 第37-41页 |
| ·概率模型的更新 | 第41-42页 |
| ·生成新群体 | 第42页 |
| ·变异 | 第42页 |
| ·仿真实验 | 第42-48页 |
| ·本章算法求解 TSP 问题的基本流程 | 第42-44页 |
| ·仿真实验结果及分析 | 第44-48页 |
| ·小结 | 第48-51页 |
| 第五章 三种概率模型建立方式对算法性能影响的分析 | 第51-57页 |
| ·三种概率模型的建立方式 | 第51-52页 |
| ·仿真实验结果及性能分析 | 第52-55页 |
| ·小结 | 第55-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士期间发表的学术论文 | 第65-66页 |