基于遗传与蚁群的混合算法路径优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-15页 |
| ·旅行商问题的提出 | 第11-12页 |
| ·旅行商问题的研究现状及典型算法 | 第12-14页 |
| ·模拟退火算法(SA) | 第12页 |
| ·遗传算法(GA) | 第12-13页 |
| ·蚂蚁算法(ACA) | 第13页 |
| ·人工神经网络算法(ANN) | 第13-14页 |
| ·小结 | 第14-15页 |
| 第2章 遗传算法 | 第15-33页 |
| ·遗传算法的发展过程 | 第15-16页 |
| ·遗传算法的生物学原理 | 第16-17页 |
| ·遗传 | 第16页 |
| ·进化 | 第16-17页 |
| ·遗传算法数学机理分析 | 第17-18页 |
| ·遗传算法的基本描述 | 第18-28页 |
| ·遗传编码 | 第19-21页 |
| ·选择 | 第21-23页 |
| ·交叉 | 第23-26页 |
| ·变异 | 第26-27页 |
| ·适应度函数及尺度变换 | 第27页 |
| ·算法参数 | 第27-28页 |
| ·算法的终止条件 | 第28页 |
| ·遗传算法运算流程 | 第28-30页 |
| ·遗传算法的特点 | 第30-31页 |
| ·遗传算法的研究方向 | 第31-32页 |
| ·遗传算法的应用 | 第32页 |
| ·小结 | 第32-33页 |
| 第3章 蚁群算法 | 第33-44页 |
| ·基本蚁群算法简介 | 第33-37页 |
| ·蚁群算法的具体实现 | 第37-39页 |
| ·蚁群算法的应用领域及研究现状 | 第39-40页 |
| ·应用领域 | 第39-40页 |
| ·研究进展 | 第40页 |
| ·蚁群算法的改进 | 第40-43页 |
| ·精华蚂蚁系统 | 第40-41页 |
| ·基于排列的蚂蚁系统 | 第41页 |
| ·最大最小蚂蚁系统 | 第41-42页 |
| ·蚁群系统 | 第42-43页 |
| ·各种蚁群算法的比较 | 第43页 |
| ·小结 | 第43-44页 |
| 第4章 混合遗传算法求解路径优化问题 | 第44-56页 |
| ·混合遗传算法简介 | 第44-46页 |
| ·一种求解旅行商问题的蚁群与遗传混合算法 | 第46-50页 |
| ·初始化种群 | 第46页 |
| ·状态转移规则设置 | 第46-47页 |
| ·交叉算子的设计 | 第47页 |
| ·算法流程 | 第47-49页 |
| ·算法框架 | 第49-50页 |
| ·软件实现 | 第50-53页 |
| ·软件主界面 | 第50-51页 |
| ·遗传混合算法界面 | 第51-53页 |
| ·实验与分析 | 第53-55页 |
| ·实验环境 | 第53页 |
| ·算法的运行结果与对比 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第5章 结束语 | 第56-57页 |
| ·本文工作总结 | 第56-57页 |
| 参考文献 | 第57-59页 |
