关于旅行商问题的改进遗传算法
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪 论 | 第8-13页 |
| ·旅行推销员问题 | 第8-9页 |
| ·描述及数学模型 | 第8-9页 |
| ·TSP的应用和价值 | 第9-10页 |
| ·当前研究概况 | 第10页 |
| ·NP难题 | 第10-13页 |
| 2 旅行商问题的计算方法 | 第13-19页 |
| ·完全算法 | 第13-14页 |
| ·穷举搜索法 | 第13页 |
| ·贪婪法 | 第13页 |
| ·动态规划法 | 第13-14页 |
| ·分支定界法 | 第14页 |
| ·不完全算法 | 第14-19页 |
| ·插入算法 | 第14-15页 |
| ·最近邻算法 | 第15页 |
| ·神经网络算法 | 第15-16页 |
| ·模拟退火算法 | 第16-17页 |
| ·遗传算法 | 第17页 |
| ·自适应蚁群算法 | 第17-19页 |
| 3 遗传算法简介 | 第19-29页 |
| ·自然进化与遗传算法 | 第19页 |
| ·遗传算法的基本实现技术 | 第19-23页 |
| ·编码 | 第19-20页 |
| ·初始群体的设定 | 第20页 |
| ·适应度函数的设计 | 第20页 |
| ·遗传操作 | 第20-21页 |
| ·遗传算法的收敛性 | 第21-22页 |
| ·遗传算法的运行参数 | 第22-23页 |
| ·遗传算法的运行步骤和流程图 | 第23-24页 |
| ·运行步骤 | 第23页 |
| ·遗传算法实现的具体流程图 | 第23-24页 |
| ·遗传算法的理论基础 | 第24-25页 |
| ·模式定理 | 第24-25页 |
| ·遗传算法的特性 | 第25-27页 |
| ·遗传算法和其他传统搜索算法的对比 | 第27-29页 |
| 4 遗传算法的改进与TSP求解 | 第29-48页 |
| ·传统遗传算法求解TSP问题主要思想 | 第29-34页 |
| ·编码及适应度函数 | 第29页 |
| ·选择机制 | 第29-31页 |
| ·交叉策略 | 第31-33页 |
| ·变异技术 | 第33-34页 |
| ·改进遗传算法的基本思想 | 第34-48页 |
| ·矩阵编码方法 | 第34-41页 |
| ·初始种群的产生和评价个体的优劣 | 第41-42页 |
| ·选择机制 | 第42页 |
| ·交叉策略 | 第42-44页 |
| ·变异技术 | 第44-46页 |
| ·群体更新 | 第46页 |
| ·算法停止条件 | 第46-47页 |
| ·改进遗传算法步骤 | 第47页 |
| ·改进遗传算法程序框图 | 第47-48页 |
| 5 仿真结果及分析 | 第48-51页 |
| 6 结 论 | 第51-52页 |
| 致 谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附 录 一 | 第56-64页 |
| 附 录 二 | 第64-74页 |
