| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| ·背景与意义 | 第10-11页 |
| ·并行遗传算法 | 第11-12页 |
| ·并行 | 第11页 |
| ·并行遗传算法 | 第11-12页 |
| ·TSP的研究现状 | 第12-13页 |
| ·研究内容与创新 | 第13-14页 |
| ·本文的结构 | 第14-16页 |
| 第二章 遗传算法与并行遗传算法 | 第16-23页 |
| ·GA遗传算法 | 第16-21页 |
| ·编码 | 第16-17页 |
| ·群体设定 | 第17-18页 |
| ·适应度函数 | 第18页 |
| ·遗传操作 | 第18-21页 |
| ·PGA并行遗传算法 | 第21-23页 |
| ·全局型——主从式模型(master-slave model) | 第21-22页 |
| ·独立型——粗粒度模型(coarse-grained model) | 第22页 |
| ·分散型——细粒度模型(fine-grained model) | 第22-23页 |
| 第三章 遗传算法求解TSP问题的实现 | 第23-37页 |
| ·遗传算法与组合优化 | 第23-27页 |
| ·基于遗传算法的组合优化方法 | 第23-24页 |
| ·TSP巡回旅行商问题 | 第24-27页 |
| ·遗传算法求解TSP问题的核心代码 | 第27-37页 |
| ·编码与适应度函数 | 第28-29页 |
| ·遗传操作设计 | 第29-34页 |
| ·创新点与实验结果分析 | 第34-37页 |
| 第四章 并行遗传算法求解TSP问题的实现 | 第37-45页 |
| ·并行遗传算法求解TSP问题模型 | 第37页 |
| ·并行遗传算法一 | 第37-41页 |
| ·核心代码 | 第37-39页 |
| ·创新点与实验结果分析 | 第39-41页 |
| ·并行遗传算法二 | 第41-44页 |
| ·核心代码 | 第41-42页 |
| ·创新点与实验结果分析 | 第42-44页 |
| ·与其它并行遗传算法比较 | 第44-45页 |
| 第五章 结束语 | 第45-47页 |
| ·研究总结 | 第45页 |
| ·研究展望 | 第45-47页 |
| 附录 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 学位论文评阅及答辩情况表 | 第51页 |
