遗传算法在图论和优化中的应用
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| 1．1 引言 | 第10-11页 |
| 1．2 遗传算法的基本概念 | 第11-13页 |
| 1．3 遗传算法的研究现状 | 第13-15页 |
| 1．4 本文的主要工作 | 第15-18页 |
| 第二章 遗传算子的作用分析 | 第18-32页 |
| 2．1 引言 | 第18页 |
| 2．2 连续空间群体的概率密度演变过程 | 第18-22页 |
| 2．3 遗传算子的作用分析 | 第22-27页 |
| 2．4 离散空间遗传算法收敛的充分条件 | 第27-30页 |
| 2．5 小结 | 第30-32页 |
| 第三章 图的顶点覆盖问题的混合遗传算法 | 第32-50页 |
| 3．1 引言 | 第32页 |
| 3．2 顶点覆盖问题 | 第32-33页 |
| 3．3 编码问题 | 第33-35页 |
| 3．4 顶点覆盖问题的混合遗传算法 | 第35-43页 |
| 3．5 实验结果与分析 | 第43-48页 |
| 3．6 小结 | 第48-50页 |
| 第四章 0/1背包问题的遗传算法 | 第50-59页 |
| 4．1 引言 | 第50-51页 |
| 4．2 基于二进制表示的罚函数法和修正方法 | 第51-53页 |
| 4．3 整数表示的译码方法 | 第53-54页 |
| 4．4 整数表示的顺序方法 | 第54-55页 |
| 4．5 变长表示方法 | 第55-56页 |
| 4．6 实验结果与比较 | 第56-58页 |
| 4．7 小结 | 第58-59页 |
| 第五章 遗传算法和贪婪法的结合用于图的着色问题 | 第59-74页 |
| 5．1 引言 | 第59-60页 |
| 5．2 图的着色的基本概念 | 第60-62页 |
| 5．3 遗传算法与贪婪法的结合用于图的着色问题 | 第62-69页 |
| 5．4 实验结果与分析 | 第69-73页 |
| 5．5 小结 | 第73-74页 |
| 第六章 解Flow-shop调度问题的遗传算法 | 第74-85页 |
| 6．1 引言 | 第74-75页 |
| 6．2 2-机flow-shop问题 | 第75-77页 |
| 6．3 m-机问题的启发式搜索算法 | 第77-79页 |
| 6．4 解Flow-shop调度问题的遗传算法 | 第79-82页 |
| 6．5 仿真实验与结果 | 第82-84页 |
| 6．6 小结 | 第84-85页 |
| 第七章 分组遗传算法 | 第85-98页 |
| 7．1 分组问题 | 第85页 |
| 7．2 分组问题的直接编码 | 第85-87页 |
| 7．3 分组问题的间接编码 | 第87-89页 |
| 7．4 图的着色的分组遗传算法 | 第89-95页 |
| 7．5 GGA，Dsatur和GA的比较 | 第95-97页 |
| 7．6 结论 | 第97-98页 |
| 第八章 工作总结与进一步研究的问题 | 第98-101页 |
| 8．1 本文工作总结 | 第98-99页 |
| 8．2 进一步深入研究的问题 | 第99-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-111页 |
| 攻读博士学位期间发表的论文 | 第111-112页 |
