TSP遗传算法的改进及其并行化研究
| 第1章 绪论 | 第1-9页 |
| ·选题依据 | 第7页 |
| ·本文研究内容与创新 | 第7-9页 |
| 第2章 遗传算法简介 | 第9-21页 |
| ·遗传算法的发展 | 第9-10页 |
| ·遗传算法的基本概念和数学基础 | 第10-12页 |
| ·遗传算法的基本概念 | 第10-11页 |
| ·遗传算法的数学基础 | 第11-12页 |
| ·遗传算法的原理 | 第12-14页 |
| ·遗传算法的基本操作 | 第12页 |
| ·遗传算法的基本流程 | 第12-13页 |
| ·基本遗传算法(SGA)描述和算法实现 | 第13-14页 |
| ·遗传算法的关键技术 | 第14-18页 |
| ·遗传编码 | 第14-15页 |
| ·适应度函数及尺度变换 | 第15-16页 |
| ·遗传算子 | 第16-17页 |
| ·算法参数 | 第17页 |
| ·算法的终止条件 | 第17-18页 |
| ·遗传算法的特点 | 第18页 |
| ·遗传算法的应用 | 第18-20页 |
| ·遗传算法的性能评价 | 第20-21页 |
| 第3章 TSP问题的数学模型和基本解法 | 第21-25页 |
| ·TSP数学描述 | 第21页 |
| ·传统方法 | 第21-24页 |
| ·精确算法 | 第21-22页 |
| ·近似算法 | 第22-24页 |
| ·智能优化方法 | 第24-25页 |
| 第4章 求解TSP问题的遗传算法 | 第25-29页 |
| ·求解TSP问题的基本实现方法 | 第25页 |
| ·编码 | 第25页 |
| ·生成初始群体 | 第25页 |
| ·适应度函数 | 第25页 |
| ·遗传算子 | 第25-27页 |
| ·选择算子 | 第25-26页 |
| ·交叉算子 | 第26页 |
| ·变异 | 第26-27页 |
| ·算法结构 | 第27页 |
| ·自适应遗传算法 | 第27页 |
| ·混合遗传算法 | 第27-28页 |
| ·浓度控制遗传算法 | 第28页 |
| ·免疫遗传算法 | 第28-29页 |
| 第5章 求解TSP问题的改进混合遗传算法 | 第29-36页 |
| ·编码 | 第29-30页 |
| ·生成初始群体 | 第30-31页 |
| ·适应度函数 | 第31页 |
| ·选择算子 | 第31-32页 |
| ·交叉 | 第32页 |
| ·变异 | 第32-33页 |
| ·替代策略、种群规模和最优搜索 | 第33-34页 |
| ·算法结构和终止条件 | 第34页 |
| ·优化性能指标 | 第34-36页 |
| 第6章 改进遗传算法在扩展TSP问题中的应用 | 第36-42页 |
| ·MTSP问题 | 第36-39页 |
| ·求解配送＼收集旅行商问题(TSPD) | 第39-40页 |
| ·其他扩展问题 | 第40-42页 |
| 第7章 算法分析与数值结果 | 第42-48页 |
| ·算法分析 | 第42-43页 |
| ·数值计算结果分析 | 第43-48页 |
| ·算法进化路径图 | 第43-46页 |
| ·数值计算结果 | 第46-48页 |
| 第8章 TSP问题基于MPI的并行解 | 第48-54页 |
| ·并行计算的基本模式和负载均衡 | 第48-49页 |
| ·基本模式 | 第48-49页 |
| ·负载均衡的基本方法 | 第49页 |
| ·并行算法的特点及评价 | 第49-50页 |
| ·并行算法的特点 | 第49页 |
| ·并行算法的评价及其复杂性分析 | 第49-50页 |
| ·TSP问题基于MPI的并行解 | 第50-54页 |
| ·MPI简介 | 第50页 |
| ·TSP问题的主从式并行混合遗传算法 | 第50-52页 |
| ·并行算法计算结果分析 | 第52-54页 |
| 第9章 结论与建议 | 第54-56页 |
| ·结论及成果 | 第54页 |
| ·建议 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
