基于模拟退火遗传算法的图着色研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-10页 |
| ·图着色问题 | 第7-8页 |
| ·图着色问题的出现 | 第7页 |
| ·图的着色 | 第7-8页 |
| ·图着色的应用 | 第8页 |
| ·图着色的研究现状 | 第8-9页 |
| ·神经网络模型 | 第8页 |
| ·遗传算法 | 第8-9页 |
| ·本文的主要工作 | 第9-10页 |
| 第二章 遗传算法概述 | 第10-18页 |
| ·遗传算法的产生与发展 | 第10-11页 |
| ·遗传算法的基本概念 | 第11-12页 |
| ·遗传算子的基本操作 | 第12-13页 |
| ·遗传算法的基本思想 | 第13-14页 |
| ·遗传算法的研究现状 | 第14-17页 |
| ·算法自身的改进 | 第15页 |
| ·参数的动态自适应 | 第15页 |
| ·基于小生境技术的遗传算法 | 第15-16页 |
| ·混合遗传算法 | 第16页 |
| ·并行遗传算法 | 第16-17页 |
| ·遗传算法的应用 | 第17-18页 |
| 第三章 基于遗传算法的图的着色问题 | 第18-22页 |
| ·图的着色的基本概念 | 第18-19页 |
| ·基于遗传算法的图的k-顶点着色 | 第19-22页 |
| ·染色体子空间的建立 | 第19-20页 |
| ·适应度函数的设计 | 第20页 |
| ·遗传算子的设计 | 第20-22页 |
| 第四章 模拟退火遗传算法 | 第22-30页 |
| ·模拟退火算法的基本原理 | 第22-23页 |
| ·模拟退火遗传算法的提出 | 第23-24页 |
| ·算法流程 | 第24-25页 |
| ·实验结果比较分析 | 第25-30页 |
| ·本文算法的执行结果 | 第25-28页 |
| ·简单遗传算法与本文算法的比较 | 第28-30页 |
| 第五章 启发式模拟退火遗传算法 | 第30-34页 |
| ·启发式搜索 | 第30-31页 |
| ·启发信息和估价函数 | 第30页 |
| ·启发式算法 | 第30-31页 |
| ·启发式模拟退火遗传算法 | 第31-32页 |
| ·实验结果 | 第32-34页 |
| 第六章 问题的总结与展望 | 第34-36页 |
| ·问题总结 | 第34页 |
| ·研究展望 | 第34-36页 |
| 致谢 | 第36-37页 |
| 参考文献 | 第37-39页 |
| 附录 攻读硕士学位期间发表的论文 | 第39-40页 |
