| 第一章 绪论 | 第1-15页 |
| 1．1 课题学术背景 | 第12-13页 |
| 1．1．1 Rip在网络中的作用 | 第12页 |
| 1．1．2 Rip存在的一个问题 | 第12-13页 |
| 1．1．3 有关遗传算法 | 第13页 |
| 1．2 遗传算法的一种优化方法 | 第13-14页 |
| 1．3 本文主要研究内容 | 第14-15页 |
| 第二章 路由信息协议的一种改进方法 | 第15-25页 |
| 2．1 距离向量算法 | 第15-16页 |
| 2．2 RIP的工作原理 | 第16-19页 |
| 2．3 优化RIP的工作原理 | 第19-22页 |
| 2．4 优化RIP中最优间隔序列的确定 | 第22-24页 |
| 2．5 本章小结 | 第24-25页 |
| 第三章 遗传算法的理论研究 | 第25-39页 |
| 3．1 遗传算法的基本思想 | 第25-26页 |
| 3．2 遗传算法的特点 | 第26-27页 |
| 3．3 遗传算法的基本操作 | 第27-29页 |
| 3．4 遗传编码及适应度的确定 | 第29-32页 |
| 3．4．1 遗传编码 | 第29-32页 |
| 3．4．2 适应度 | 第32页 |
| 3．5 遗传算法的并行性 | 第32-34页 |
| 3．6 遗传算法的收敛性 | 第34-38页 |
| 3．7 遗传算法的应用情况 | 第38页 |
| 3．8 本章小结 | 第38-39页 |
| 第四章 一种优化遗传算法 | 第39-49页 |
| 4．1 优化遗传算法的机理分析 | 第39-42页 |
| 4．2 模拟分头找人 GA的收敛性分析 | 第42-43页 |
| 4．3 实验过程 | 第43-48页 |
| 4．3．1 各种操作及函数简介 | 第43-44页 |
| 4．3．2 ga的试验过程 | 第44-47页 |
| 4．3．3 模拟分头找人ga的试验 | 第47页 |
| 4．3．4 两种方法的对比 | 第47-48页 |
| 4．4 本章小结 | 第48-49页 |
| 第五章 遗传算法在优化RIP协议中的应用 | 第49-59页 |
| 5．1 间隔序列的长度的分析 | 第49-54页 |
| 5．2 适应度函数的确定 | 第54-58页 |
| 5．2．1 个体的分布范围 | 第54页 |
| 5．2．2 适应度函数表达式 | 第54-58页 |
| 5．3 本章小结 | 第58-59页 |
| 第六章 结束语 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录: 遗传算法及优化遗传算法中相关的Matlab程序 | 第64-69页 |
| 攻读硕士学位期间所发表的论文 | 第69页 |