一种改进的遗传算法求解TSP问题
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 引言 | 第8-10页 |
| 第1章 TSP 问题概述 | 第10-14页 |
| ·TSP 问题的历史和研究现状 | 第10-11页 |
| ·TSP 问题的定义和数学模型 | 第11-12页 |
| ·TSP 问题的定义 | 第11页 |
| ·TSP 问题的数学模型 | 第11-12页 |
| ·TSP 问题的分类 | 第12页 |
| ·TSP 问题的应用 | 第12-14页 |
| 第2章 TSP 问题的解决方法 | 第14-19页 |
| ·精确求解方法 | 第14-15页 |
| ·动态规划法 | 第14-15页 |
| ·分支定界算法 | 第15页 |
| ·线性规划法 | 第15页 |
| ·近似求解方法 | 第15-19页 |
| ·插入算法 | 第16页 |
| ·神经网络算法 | 第16-17页 |
| ·模拟退火算法 | 第17页 |
| ·遗传算法 | 第17-19页 |
| 第3章 遗传算法 | 第19-34页 |
| ·遗传算法概述 | 第19-23页 |
| ·遗传算法的产生与发展 | 第19-20页 |
| ·遗传算法的现状和趋势 | 第20-21页 |
| ·遗传算法的思想和特点 | 第21-23页 |
| ·遗传算法的基本原理 | 第23-31页 |
| ·遗传编码 | 第23-26页 |
| ·二进制编码 | 第24-25页 |
| ·其他编码 | 第25-26页 |
| ·初始种群 | 第26页 |
| ·适应度函数 | 第26-27页 |
| ·遗传操作 | 第27-30页 |
| ·选择算子 | 第27-28页 |
| ·交叉算子 | 第28-30页 |
| ·变异算子 | 第30页 |
| ·参数设计 | 第30-31页 |
| ·参数的选择 | 第30-31页 |
| ·算法终止条件 | 第31页 |
| ·遗传算法的流程 | 第31-32页 |
| ·遗传算法的应用 | 第32-34页 |
| 第4章 改进遗传算法求解 TSP 问题 | 第34-44页 |
| ·改进遗传算法求解 TSP 问题的基本原理 | 第35页 |
| ·基于连续性的聚类方法 | 第35-36页 |
| ·数据连续性定义 | 第35-36页 |
| ·聚类过程 | 第36页 |
| ·针对改进遗传算法求解TSP问题所设计的相关函数 | 第36-39页 |
| ·编码/解码函数 | 第36-37页 |
| ·初始函数Initialize () | 第37页 |
| ·适应度函数f(x max ) | 第37页 |
| ·改良函数Modified () | 第37-38页 |
| ·变异函数Mutation () | 第38-39页 |
| ·交叉函数Crossover () | 第39页 |
| ·算法框架及流程图 | 第39-41页 |
| ·仿真实验 | 第41-44页 |
| ·实验结果 | 第41-43页 |
| ·性能分析 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 后记 | 第48-49页 |
| 在学期间公开发表的论文及著作情况 | 第49页 |
