首页--社会科学总论论文--统计学论文--统计方法论文

基于遗传算法的多旅行商问题的优化

摘要第6-7页
abstract第7页
第一章 绪论第11-16页
    1.1 研究背景与意义第11-12页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12页
    1.2 国内外研究现状第12-14页
        1.2.1 遗传算法研究现状第12-13页
        1.2.2 TSP与MTSP问题研究现状第13-14页
    1.3 研究内容与创新第14-15页
        1.3.1 研究内容第14页
        1.3.2 研究创新第14-15页
    1.4 本文组织结构第15-16页
第二章 遗传算法概述第16-23页
    2.1 遗传算法思想和特点第16-17页
        2.1.1 遗传算法思想第16页
        2.1.2 遗传算法特点第16-17页
        2.1.3 遗传算法与传统算法对比第17页
    2.2 遗传算法基本要素与原理第17-21页
        2.2.1 遗传算法基本要素第17-19页
        2.2.2 遗传算法基本原理第19-21页
    2.3 遗传算法的应用第21-23页
第三章 TSP与MTSP问题第23-27页
    3.1 TSP问题第23-24页
        3.1.1 TSP问题数学模型第23-24页
        3.1.2 TSP问题的分类第24页
        3.1.3 TSP问题的研究方法第24页
    3.2 MTSP问题第24-27页
        3.2.1 MTSP问题数学模型第25页
        3.2.2 GA求解MTSP的方法原理第25-27页
第四章 限容量多旅行商问题建模与求解方法第27-38页
    4.1 LCMTSP问题数学模型第27-28页
    4.2 基于改进遗传算法的LCMTSP问题求解方法第28-35页
        4.2.1 编码第29页
        4.2.2 种群规模第29-30页
        4.2.3 适应度函数第30页
        4.2.4 初始化父代第30-32页
        4.2.5 容量控制操作第32页
        4.2.6 选择操作第32页
        4.2.7 交叉操作第32-34页
        4.2.8 局部搜索第34-35页
    4.3 实验结果及分析第35-37页
    4.4 本章小结第37-38页
第五章 不确定性多旅行商问题的建模与求解方法第38-46页
    5.1 UMTSP问题数学模型第38-39页
    5.2 基于遗传算法的UMTSP问题求解方法第39-42页
        5.2.1 编码第39页
        5.2.2 适应度函数第39-40页
        5.2.3 初始化父代第40页
        5.2.4 路况矩阵第40-41页
        5.2.5 选择操作第41页
        5.2.6 交叉操作第41-42页
        5.2.7 局部搜索第42页
    5.3 实验结果及分析第42-45页
    5.4 本章小结第45-46页
第六章 全文总结与未来展望第46-48页
    6.1 全文总结第46-47页
    6.2 未来展望第47-48页
致谢第48-49页
参考文献第49-53页
附录:读研期间科研情况第53页

论文共53页,点击 下载论文
上一篇:关联规则回归核极限学习机的多标记学习算法
下一篇:支持性小组在城市流动初产妇中的应用研究--以成都市X项目为例