首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

改进的遗传算法求解TSP问题的应用与研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第10-15页
    1.1 选题背景及研究意义第10-11页
    1.2 TSP问题及遗传算法研究现状分析第11-13页
        1.2.1 TSP问题研究现状第11-12页
        1.2.2 遗传算法研究现状第12-13页
    1.3 研究内容及组织结构第13-15页
        1.3.1 研究内容第13页
        1.3.2 组织结构第13-15页
第二章 TSP问题的概述第15-21页
    2.1 TSP问题的概念第15-17页
        2.1.1 TSP问题的定义第15页
        2.1.2 TSP问题的描述第15-16页
        2.1.3 TSP问题的分类第16-17页
    2.2 TSP问题的应用与处理算法第17-19页
        2.2.1 TSP问题的应用第17页
        2.2.2 TSP问题的处理算法第17-19页
    2.3 本章小结第19-21页
第三章 遗传算法的概述第21-32页
    3.1 遗传算法的基础知识第21-25页
        3.1.1 遗传算法与生物进化第21-22页
        3.1.2 遗传算法的思想和特点第22-23页
        3.1.3 遗传算法的理论基础第23-24页
        3.1.4 遗传算法的应用第24-25页
    3.2 遗传算法框架第25-31页
        3.2.1 遗传算法步骤第25页
        3.2.2 遗传算法流程第25-26页
        3.2.3 遗传算法关键技术第26-28页
        3.2.4 遗传算法主要算子第28-31页
    3.3 本章小结第31-32页
第四章 区域规则化的遗传算法第32-45页
    4.1 遗传算法主要区域化改进思想第32-33页
        4.1.1 问题提出第32页
        4.1.2 区域化可行性分析第32页
        4.1.3 区域化主要改进第32-33页
    4.2 区域规则化下TSP问题的数学模型和改进遗传算法步骤及流程第33-36页
        4.2.1 区域化下TSP问题的数学模型第33-34页
        4.2.2 改进遗传算法步骤第34-35页
        4.2.3 改进遗传算法流程第35-36页
    4.3 区域规则化的遗传算法关键技术第36-38页
        4.3.1 辅助编码改进的路径编码第36-37页
        4.3.2 其它关键技术第37-38页
    4.4 区域化改进遗传算法算子第38-42页
        4.4.1 域规则预处理算子第38页
        4.4.2 种群分阶段初始化算子第38-39页
        4.4.3 区域混合双适应度选择算子第39-40页
        4.4.4 区域启发式交叉算子第40-41页
        4.4.5 区域化改进变异算子第41-42页
    4.5 实验与分析第42-44页
        4.5.1 实验准备第42-43页
        4.5.2 实验分析第43-44页
    4.6 本章小结第44-45页
第五章 区域化遗传算法在TSP问题应用第45-52页
    5.1 区域化遗传算法在TSP问题实例应用第45-49页
        5.1.1 城市群ATT48概况第45-46页
        5.1.2 处理过程详细展示第46-48页
        5.1.3 编程实践处理第48-49页
    5.2 实验与分析第49-51页
        5.2.1 实验环境第49-50页
        5.2.2 应用实验数据分析第50-51页
    5.3 本章小节第51-52页
第六章 总结与展望第52-54页
    6.1 本文总结第52页
    6.2 未来展望第52-54页
参考文献第54-57页
致谢第57-58页
攻读学位期间的研究成果第58-59页

论文共59页,点击 下载论文
上一篇:考务机器人的设计及研制
下一篇:多足移动机器人系统的动态稳定性控制方法与实验研究