基于遗传算法的网络拓扑结构的优化研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究的背景与现状 | 第9-11页 |
| ·研究的目的和意义 | 第11-12页 |
| ·本文的研究方法及内容 | 第12-13页 |
| ·本文的结构 | 第13-14页 |
| 2 复杂网络概述 | 第14-31页 |
| ·图的基本概念及其表示方法 | 第14-16页 |
| ·复杂网络的统计性质 | 第16-18页 |
| ·小世界现象 | 第16页 |
| ·聚集性 | 第16-17页 |
| ·度分布 | 第17-18页 |
| ·生活中常见的复杂网络举例 | 第18-20页 |
| ·复杂网络中的典型模型 | 第20-24页 |
| ·规则网络 | 第20-21页 |
| ·随机网络 | 第21页 |
| ·小世界网络 | 第21-23页 |
| ·无标度网络 | 第23-24页 |
| ·最小生成树问题 | 第24-30页 |
| ·问题描述 | 第24-25页 |
| ·最小生成树的构造 | 第25-27页 |
| ·度约束最小生成树问题 | 第27页 |
| ·容量限制最小生成树问题 | 第27-28页 |
| ·叶子约束最小生成树问题 | 第28页 |
| ·二次最小生成树问题 | 第28-29页 |
| ·概率最小生成树问题 | 第29页 |
| ·多目标最小生成树问题 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 3 遗传算法概述 | 第31-48页 |
| ·遗传算法的理论 | 第31-43页 |
| ·遗传算法的生物学基础 | 第31-32页 |
| ·遗传算法的基本原理 | 第32-33页 |
| ·遗传算法与传统优化方法的比较 | 第33-34页 |
| ·编码问题 | 第34-37页 |
| ·适应度函数 | 第37-39页 |
| ·遗传操作 | 第39-41页 |
| ·混合遗传算法 | 第41-42页 |
| ·并行遗传算法 | 第42页 |
| ·遗传算法的性能分析 | 第42-43页 |
| ·遗传算法的应用 | 第43-47页 |
| ·遗传算法的应用步骤 | 第43-44页 |
| ·遗传算法的应用举例 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 4 度约束最小生成树问题 | 第48-65页 |
| ·问题描述及模型建立 | 第48-49页 |
| ·DCMST问题解的上下界 | 第49页 |
| ·基于Prüfer数的遗传算法求解DCMST问题 | 第49-59页 |
| ·遗传算法及其实现 | 第49-53页 |
| ·数值例子 | 第53-56页 |
| ·两阶段遗传算法 | 第56-59页 |
| ·基于度的排列的遗传算法求解DCMST问题 | 第59-64页 |
| ·遗传算法及其实现 | 第60-62页 |
| ·数值例子 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 5 结束语 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间主要科研成果 | 第71页 |
