| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·遗传算法理论简介及研究现状 | 第7-9页 |
| ·遗传算法理论简介 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·立题背景及意义 | 第9页 |
| ·遗传算法的特点 | 第9-10页 |
| ·遗传算法和其它搜索方法的关系 | 第10-11页 |
| ·遗传算法和射束搜索(beam search)方法 | 第10页 |
| ·遗传算法和单纯方法(simplex method) | 第10-11页 |
| ·遗传算法和模拟退火法 | 第11页 |
| ·遗传算法和自律分布系统 | 第11页 |
| ·本文的研究内容与结构安排 | 第11-13页 |
| 第二章 遗传算法与组合优化理论基础 | 第13-25页 |
| ·编码 | 第13-18页 |
| ·编码问题 | 第13-15页 |
| ·编码(译码)评估规范和编码原理 | 第15页 |
| ·编码技术 | 第15-18页 |
| ·群体设定 | 第18-20页 |
| ·初始群体设定 | 第19页 |
| ·群体多样性 | 第19-20页 |
| ·适应度函数 | 第20页 |
| ·遗传操作 | 第20-24页 |
| ·选择算子 | 第21-22页 |
| ·交叉算子(crossover operator) | 第22-23页 |
| ·变异算子(mutation operator) | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 改进遗传算法的应用示例 | 第25-34页 |
| ·遗传优化 | 第25页 |
| ·组合优化 | 第25-26页 |
| ·权重和方法 | 第26-30页 |
| ·适应性权重方法 | 第26-28页 |
| ·距离方法 | 第28-30页 |
| ·改进的Pareto遗传算法 | 第30-31页 |
| ·Pareto解得概念 | 第30-31页 |
| ·示例:基于改进权重和距离方法优化处理双目标最大化问题 | 第31-34页 |
| 第四章 遗传算法与组合优化理论在汽车调度问题中的应用 | 第34-44页 |
| ·研究背景 | 第34-35页 |
| ·多因子调度遗传算法 | 第35-44页 |
| ·问题描述 | 第35-36页 |
| ·多因子调度遗传算法 | 第36-40页 |
| ·染色体的构造 | 第40页 |
| ·染色体适应度 | 第40页 |
| ·复制 | 第40-41页 |
| ·交叉 | 第41页 |
| ·试验结果 | 第41-43页 |
| ·结果比较 | 第43-44页 |
| 第五章 总结 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读学位期间的研究成果 | 第49页 |
