| 摘要 | 第1-9页 |
| ABSTRACT | 第9-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究背景 | 第12-13页 |
| ·蚁群优化算法 | 第12页 |
| ·进化算法 | 第12-13页 |
| ·国内外研究的现状及趋势 | 第13-17页 |
| ·蚁群优化算法的研究现状 | 第13-15页 |
| ·蚁群优化算法的研究趋势 | 第15-16页 |
| ·进化规划的研究现状 | 第16-17页 |
| ·本文的创新点 | 第17-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第二章 进化规划算法 | 第19-35页 |
| ·进化计算的类型 | 第19-22页 |
| ·经典的进化规划算法 | 第22-29页 |
| ·常规进化规划 | 第22-23页 |
| ·快速进化规划 | 第23-24页 |
| ·一种适应性进化规划算法 | 第24-25页 |
| ·一种混合变异策略的进化规划算法 | 第25-28页 |
| ·一种双种群进化规划算法 | 第28-29页 |
| ·选择算子 | 第29-30页 |
| ·变异算子 | 第30-32页 |
| ·两种收敛性 | 第32-33页 |
| ·进化参数 | 第33-35页 |
| 第三章 蚁群优化算法 | 第35-45页 |
| ·蚁群算法的诞生 | 第35页 |
| ·典型的蚁群优化算法 | 第35-42页 |
| ·蚁群优化(Ant Colony Optimization，ACO)框架描述 | 第35-36页 |
| ·蚁群系统（Ant Colony System, ACS） | 第36-37页 |
| ·最大最小蚁群系统（Max-Min Ant System，MMAS） | 第37-38页 |
| ·狡猾蚂蚁系统 | 第38-40页 |
| ·用于QAP 的蚁群算法 | 第40-42页 |
| ·ACO 算法的参数设置 | 第42-43页 |
| ·NP-HARD 问题描述 | 第43-45页 |
| ·旅行商问题 | 第43页 |
| ·二次分配问题 | 第43页 |
| ·大学课程时间表问题 | 第43-44页 |
| ·有时间窗车辆路径问题 | 第44-45页 |
| 第四章 基于进化规划的最大最小蚁群优化算法 | 第45-53页 |
| ·改进的最大最小蚁群算法描述 | 第45-46页 |
| ·混合最大最小蚁群算法在VRPTW 上的应用 | 第46-50页 |
| ·HMMAS-VRPTW 算法 | 第46-48页 |
| ·解的构建过程 | 第48-49页 |
| ·2-opt 局部搜索过程 | 第49页 |
| ·HMMAS 中的Lévy 变异 | 第49-50页 |
| ·仿真实验及分析 | 第50-53页 |
| ·参数设定及试验结果分析 | 第50-52页 |
| ·结论 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·进一步的研究工作 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士期间发表的论文 | 第59页 |
| 攻读硕士期间参与的科研项目 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附录一 EA 高层伪代码 | 第61页 |
| 附录二 BEST SOLUTIONS FOR VRPTW | 第61-62页 |
