基于遗传算法的最短路径问题研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 插图目录 | 第11-12页 |
| 表格目录 | 第12-13页 |
| 第1章 绪论 | 第13-21页 |
| ·演化动态优化问题简介 | 第13-14页 |
| ·动态优化问题定义 | 第13页 |
| ·动态优化问题演化求解方法 | 第13-14页 |
| ·演化多目标优化问题简介 | 第14-15页 |
| ·多目标优化问题的定义 | 第14-15页 |
| ·解决多目标优化问题的典型算法 | 第15页 |
| ·最短路径问题相关工作 | 第15-18页 |
| ·最短路径问题的演化求解算法 | 第15-17页 |
| ·本文采用的解决最短路径问题的基本遗传算法 | 第17-18页 |
| ·本文的主要内容 | 第18-19页 |
| ·本文的章节安排 | 第19-21页 |
| 第2章 动态最短路径问题的演化求解算法 | 第21-37页 |
| ·引言 | 第21页 |
| ·背景知识 | 第21-23页 |
| ·动态最短路径问题模型 | 第21-22页 |
| ·EIGA简介 | 第22-23页 |
| ·基于局部搜索算子的改进的遗传算法 | 第23-29页 |
| ·基于Dijkstra的局部搜索过程 | 第23-24页 |
| ·针对s和d的局部路径替换策略 | 第24-26页 |
| ·针对被唤醒节点的局部路径替换策略 | 第26页 |
| ·针对休眠节点的局部路径替换策略 | 第26-27页 |
| ·所提出的算法主体 | 第27-29页 |
| ·模拟实验 | 第29-35页 |
| ·仿真的动态环境 | 第29-30页 |
| ·非周期性变化的动态环境中的实验结果及分析 | 第30-32页 |
| ·周期性变化的动态环境中的实验结果及分析 | 第32-34页 |
| ·不同搜索步长的算法性能比较 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 多目标最短路径问题的演化求解算法 | 第37-55页 |
| ·引言 | 第37页 |
| ·背景知识 | 第37-41页 |
| ·多目标最短路径问题模型 | 第37-38页 |
| ·NSGA-Ⅱ简介 | 第38-40页 |
| ·基于A~*搜索的第k短路径算法 | 第40-41页 |
| ·基于第K短路径算法的多目标遗传算法 | 第41-45页 |
| ·使用第k短路径的意义 | 第42-43页 |
| ·所提出的KSPNSGA | 第43-45页 |
| ·模拟实验 | 第45-53页 |
| ·仿真的多目标环境 | 第45-46页 |
| ·实验结果及分析 | 第46-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 动态多目标最短路径问题的演化求解算法 | 第55-67页 |
| ·引言 | 第55页 |
| ·背景知识 | 第55-56页 |
| ·多目标最短路径问题模型 | 第55-56页 |
| ·动态环境中的NSGA-Ⅱ | 第56页 |
| ·动态环境中的KSPNSGA | 第56-58页 |
| ·模拟实验 | 第58-65页 |
| ·仿真的动态多目标环境 | 第58页 |
| ·实验结果及分析 | 第58-65页 |
| ·本章小结 | 第65-67页 |
| 第5章 总结与展望 | 第67-69页 |
| ·全文工作总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 读硕期间发表的学术论文 | 第74-75页 |
| 作者简历 | 第75页 |
