| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 选题背景和研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 交通网络布局问题的研究现状 | 第9-10页 |
| 1.2.2 仿生算法及在布局优化问题中的应用 | 第10-12页 |
| 1.2.3 膜计算的国内外研究现状 | 第12-13页 |
| 1.2.4 粒子群算法 (PSO) 的国内外研究现状 | 第13-14页 |
| 1.3 本文的研究内容和论文的结构安排 | 第14-17页 |
| 1.3.1 本文的研究内容 | 第14-15页 |
| 1.3.2 论文的结构安排 | 第15-17页 |
| 2 问题描述和本文所用算法的基础知识 | 第17-26页 |
| 2.1 交通网络布局优化问题 (TNLOP) 的提出 | 第17页 |
| 2.2 TNLOP的数学模型建立 | 第17-18页 |
| 2.3 求解TNLOP的典型优化算法 | 第18-25页 |
| 2.3.1 基于检查算子的粒子群优化算法 (CPSO) | 第18-21页 |
| 2.3.2 遗传算法 (GA) | 第21-22页 |
| 2.3.3 膜优化算法 | 第22-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于换树机制的PSO在TNLOP中的研究与应用 | 第26-38页 |
| 3.1 基于普利姆随机搜索机制的粒子群算法 (SPSO) | 第26-29页 |
| 3.2 带轮盘赌机制的换树算子应用于粒子群算法 (EPSO) | 第29-33页 |
| 3.3 基于TNLOP的改进粒子群算法 | 第33页 |
| 3.4 实验对比分析 | 第33-37页 |
| 3.4.1 算法的参数优化 | 第34页 |
| 3.4.2 测试算例的选取 | 第34-35页 |
| 3.4.3 SPSO与CPSO在求解规模上的实验仿真 | 第35-36页 |
| 3.4.4 EPSO与SPSO在求解规模上的实验仿真 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 膜粒子群算法在TNLOP中的研究与应用 | 第38-53页 |
| 4.1 膜粒子群算法 (MPSO) 的膜结构 | 第38-39页 |
| 4.2 MPSO的规则与机制 | 第39-48页 |
| 4.2.1 编码规则机制 | 第39页 |
| 4.2.2 演化规则机制 | 第39-46页 |
| 4.2.3 转运机制 | 第46-47页 |
| 4.2.4 结束条件与输出最优解 | 第47-48页 |
| 4.3 带轮盘赌机制的换树算子应用于膜粒子群算法 (RMPSO) | 第48-49页 |
| 4.4 RMPSO求解TNLOP的步骤 | 第49-51页 |
| 4.5 RMPSO的计算复杂度分析 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 5 MPSO求解TNLOP的仿真实验 | 第53-81页 |
| 5.1 MPSO的参数调优 | 第53-58页 |
| 5.2 对比算法 (GA) 的改进 | 第58-74页 |
| 5.2.1 基于双精度机制的改进GA的应用研究 (PDGA) | 第59-64页 |
| 5.2.2 PDGA的仿真实验 | 第64-74页 |
| 5.3 MPSO的实验对比与分析 | 第74-76页 |
| 5.3.1 MPSO和EPSO在求解效率上的实验对比与分析 | 第75页 |
| 5.3.2 RMPSO与MPSO的求解精度的实验对比与分析 | 第75-76页 |
| 5.4 RMPSO与其他仿生算法的实验对比与分析 | 第76-80页 |
| 5.4.1 RMPSO与PDGA的实验对比与分析 | 第77-78页 |
| 5.4.2 RMPSO与其他算法的求解精度的实验对比与分析 | 第78-80页 |
| 5.5 本章小结 | 第80-81页 |
| 6 总结与展望 | 第81-82页 |
| 6.1 总结 | 第81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-89页 |
| 攻读学位期间的研究成果 | 第89页 |
