必经节点的最短路径算法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 项目背景和意义 | 第9页 |
| 1.2 项目研究现状及问题 | 第9-12页 |
| 1.2.1 传统算法 | 第9-10页 |
| 1.2.2 智能算法 | 第10-12页 |
| 1.3 本文工作内容及任务 | 第12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 基于规模小、必经节点少的算法理论与实践 | 第13-22页 |
| 2.1 最短路径问题的数学描述 | 第13-14页 |
| 2.2 简单深度遍历穷尽算法 | 第14-16页 |
| 2.2.1 基本原理 | 第14-15页 |
| 2.2.2 优缺点分析 | 第15-16页 |
| 2.3 改进的深度遍历穷尽算法 | 第16-21页 |
| 2.3.1 基本原理 | 第16-17页 |
| 2.3.2 优缺点分析 | 第17-19页 |
| 2.3.3 改进 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 中、大规模图的必经节点最短路径算法 | 第22-42页 |
| 3.1 贪心算法 | 第22-28页 |
| 3.1.1 Dijkstra算法 | 第23页 |
| 3.1.2 基本原理 | 第23-25页 |
| 3.1.3 优缺点分析 | 第25-27页 |
| 3.1.4 改进 | 第27-28页 |
| 3.2 插入必经节点算法 | 第28-31页 |
| 3.2.1 基本原理 | 第28-30页 |
| 3.2.2 优缺点分析和改进 | 第30-31页 |
| 3.3 枝剪后深度遍历算法 | 第31-38页 |
| 3.3.1 哈密顿回路 | 第31-33页 |
| 3.3.2 枝剪图 | 第33-34页 |
| 3.3.3 枝剪后的遍历 | 第34-35页 |
| 3.3.4 优缺点分析 | 第35-37页 |
| 3.3.5 改进 | 第37-38页 |
| 3.4 树的搜索法 | 第38-41页 |
| 3.5 本章总结 | 第41-42页 |
| 第四章 基于规模大、必经点多的算法理论与实践 | 第42-61页 |
| 4.1 遗传算法的介绍 | 第42-44页 |
| 4.1.1 遗传算法的提出 | 第42-43页 |
| 4.1.2 遗传算法的一般结构 | 第43页 |
| 4.1.3 遗传算法的流程 | 第43-44页 |
| 4.2 遗传算法的主要优势 | 第44页 |
| 4.3 编码方式 | 第44-48页 |
| 4.4 适应度函数 | 第48页 |
| 4.5 选择算子 | 第48-49页 |
| 4.5.1 轮盘赌选择法 | 第48-49页 |
| 4.5.2 优保存策略 | 第49页 |
| 4.5.3 随机联赛选择算子 | 第49页 |
| 4.6 交叉算子 | 第49-53页 |
| 4.7 变异算子 | 第53-55页 |
| 4.8 遗传算法的改进 | 第55-59页 |
| 4.8.1 适应度函数的设计 | 第55-57页 |
| 4.8.2 交叉概率 | 第57-59页 |
| 4.8.3 变异概率 | 第59页 |
| 4.9 实验结果 | 第59-60页 |
| 4.10 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67-68页 |
