| 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 |