| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 引言 | 第8页 |
| 1.2 课题的相关理论与技术 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 粒子群优化算法研究现状 | 第9-10页 |
| 1.3.2 旅行商问题研究现状 | 第10-11页 |
| 1.4 本文的组织结构 | 第11-12页 |
| 第二章 粒子群优化算法概述 | 第12-23页 |
| 2.1 粒子群优化算法的工作原理 | 第12-13页 |
| 2.2 粒子群优化算法的流程和步骤 | 第13-14页 |
| 2.3 粒子群优化算法的参数设置 | 第14-16页 |
| 2.4 粒子群优化算法的分析 | 第16-20页 |
| 2.4.1 最优模型分析 | 第16页 |
| 2.4.2 PSO算法收敛性分析 | 第16-19页 |
| 2.4.3 PSO算法与GA算法的比较 | 第19-20页 |
| 2.5 改进的粒子群优化算法 | 第20-22页 |
| 2.5.1 带收缩因子?的粒子群优化算法 | 第20-21页 |
| 2.5.2 离散粒子群优化算法 | 第21页 |
| 2.5.3 混合粒子群优化算法 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第三章 旅行商问题概述 | 第23-31页 |
| 3.1 旅行商问题的概念 | 第23页 |
| 3.2 旅行商问题的模型描述及其意义 | 第23-25页 |
| 3.2.1 旅行商问题的图论描述 | 第23页 |
| 3.2.2 旅行商问题的数学模型 | 第23页 |
| 3.2.3 旅行商问题的计算复杂度 | 第23-24页 |
| 3.2.4 旅行商问题的意义 | 第24-25页 |
| 3.3 求解TSP的算法 | 第25-30页 |
| 3.3.1 精确算法 | 第25-26页 |
| 3.3.2 近似算法 | 第26-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于寄生行为的混合粒子群算法 | 第31-40页 |
| 4.1 引言 | 第31页 |
| 4.2 HPSOPB算法 | 第31-37页 |
| 4.2.1 宿主群进化策略 | 第32-33页 |
| 4.2.2 寄生群进化策略 | 第33-37页 |
| 4.3 HPSOPB算法分析 | 第37-39页 |
| 4.3.1 算法收敛性分析 | 第37-38页 |
| 4.3.2 HPSOPB算法与传统PSO算法的比较 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 HPSOPB算法在TSP中的应用 | 第40-57页 |
| 5.1 引言 | 第40页 |
| 5.2 HPSOPB算法在TSP中的应用 | 第40-45页 |
| 5.2.1 编码 | 第40页 |
| 5.2.2 适应函数 | 第40-41页 |
| 5.2.3 HPSOPB算法在TSP中的基本操作 | 第41-42页 |
| 5.2.4 HPSOPB算法求解TSP的步骤和流程 | 第42-45页 |
| 5.3 实验 | 第45-56页 |
| 5.3.1 实验环境 | 第45页 |
| 5.3.2 实验数据集 | 第45-46页 |
| 5.3.3 参数设置 | 第46页 |
| 5.3.4 实验结果与分析 | 第46-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |