首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于SFLA-GA混合算法求解时间最优的旅行商问题

致谢第7-8页
摘要第8-10页
ABSTRACT第10-11页
第一章 绪论第16-24页
    1.1 引言第16-18页
        1.1.1 研究背景第16-17页
        1.1.2 研究理论基础第17-18页
    1.2 传统优化方法和群智能优化算法第18-20页
        1.2.1 传统优化方法第19页
        1.2.2 群智能优化算法第19-20页
    1.3 研究的意义和方法第20-22页
    1.4 论文的结构安排第22-24页
第二章 TOTSP和经典智能优化算法第24-34页
    2.1 TSP问题和TOTSP问题的比较第24页
    2.2 TOTSP游览时间函数概述第24-25页
    2.3 遗传算法第25-31页
        2.3.1 基本原理第25-26页
        2.3.2 算法流程第26-27页
        2.3.3 算法分析第27-31页
    2.4 粒子群优化算法第31-33页
        2.4.1 基本原理第31-32页
        2.4.2 算法流程第32页
        2.4.3 算法特点第32-33页
    2.5 本章小结第33-34页
第三章 求解TOTSP的PSO-GA和SFLA-GA混合算法第34-49页
    3.1 目标函数第34-36页
        3.1.1 景区内客流量情况概述第34页
        3.1.2 简介Tanimoto系数第34-35页
        3.1.3 针对TOTSP的算法适应度函数第35-36页
    3.2 PSO-GA混合算法第36-39页
        3.2.1 基本原理第36-37页
        3.2.2 算法流程第37-39页
    3.3 混合蛙跳算法第39-45页
        3.3.1 基本原理第39-40页
        3.3.2 算法流程第40-41页
        3.3.3 算法的两种算子第41-42页
        3.3.4 算法的参数分析第42-45页
    3.4 SFLA-GA混合算法第45-47页
        3.4.1 基本原理第45页
        3.4.2 针对TOTSP的青蛙个体排序及分组第45-46页
        3.4.3 算法流程第46-47页
    3.5 本章小结第47-49页
第四章 仿真实验及分析第49-61页
    4.1 仿真实验模型第49-51页
    4.2 算法参数设置第51-52页
    4.3 对比SFLA、PSO-GA及SFLA-GA三种算法的仿真实验第52-57页
        4.3.1 SFLA-GA混合算法的仿真实验结果第52-54页
        4.3.2 SFLA的仿真实验结果第54-55页
        4.3.3 PSO-GA混合算法的仿真实验结果第55-56页
        4.3.4 三种算法综合对比第56-57页
    4.4 SFLA-GA混合算法对于景点数目的敏感性分析第57-60页
        4.4.1 求解6个景点第57-58页
        4.4.2 求解8个景点第58-60页
        4.4.3 综合对比分析第60页
    4.5 本章小结第60-61页
第五章 结论与展望第61-63页
    5.1 论文工作总结第61-62页
    5.2 论文工作展望第62-63页
参考文献第63-67页
攻读硕士学位期间的学术活动及成果情况第67-68页

论文共68页,点击 下载论文
上一篇:基于RFID的发动机制造过程信息采集监控系统研究
下一篇:基于改进的CNN和SVM手势识别算法研究