| 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 |
