| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 组合优化理论 | 第8页 |
| 1.1.2 智能算法 | 第8-9页 |
| 1.2 粒子群优化算法的研究现状 | 第9-10页 |
| 1.3 旅行售货商问题的研究现状 | 第10-11页 |
| 1.4 本文的主要研究内容及创新点 | 第11-13页 |
| 1.4.1 组织结构 | 第11-12页 |
| 1.4.2 创新点 | 第12-13页 |
| 第二章 求解TSP的粒子群优化算法 | 第13-18页 |
| 2.1 标准粒子群优化算法 | 第13-15页 |
| 2.1.1 算法的简介 | 第13页 |
| 2.1.2 算法的基本原理 | 第13-14页 |
| 2.1.3 算法的基本流程 | 第14-15页 |
| 2.2 旅行售货商问题 | 第15页 |
| 2.3 求解TSP的PSO算法 | 第15-17页 |
| 2.3.1 算法的重新定义 | 第15-17页 |
| 2.3.2 算法的基本流程 | 第17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 求解TSP的改进局部搜索混沌粒子群算法 | 第18-27页 |
| 3.1 改进的局部搜索混沌粒子群算法 | 第18-21页 |
| 3.1.1 优秀系数 | 第18-19页 |
| 3.1.2 局部搜索策略 | 第19-20页 |
| 3.1.3 混沌序列 | 第20-21页 |
| 3.2 算法流程 | 第21页 |
| 3.3 算法的性能测试 | 第21-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 求解TSP的自适应优秀系数粒子群优化算法 | 第27-35页 |
| 4.1 基于自适应优秀系数的粒子群算法 | 第27-29页 |
| 4.1.1 自适应优秀系数 | 第27-28页 |
| 4.1.2 3-OPT局部搜索 | 第28-29页 |
| 4.2 算法流程 | 第29页 |
| 4.3 算法的性能测试 | 第29-33页 |
| 4.4 本章小结 | 第33-35页 |
| 第五章 基于柯西分布和 3-opt的自适应粒子群算法 | 第35-44页 |
| 5.1 粒子群算法的惯性权重改进研究 | 第35-38页 |
| 5.1.1 权值的改进方法 | 第35-36页 |
| 5.1.2 基准测试函数 | 第36-37页 |
| 5.1.3 算法测试结果 | 第37-38页 |
| 5.2 基于柯西分布和 3-opt的自适应粒子群算法求解TSP | 第38-40页 |
| 5.2.1 基于柯西分布和 3-opt的自适应粒子群算法 | 第38-40页 |
| 5.2.2 算法流程 | 第40页 |
| 5.3 算法性能测试 | 第40-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 全文总结 | 第44页 |
| 6.2 工作展望 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录：作者在攻读硕士学位期间发表的论文及参加的学术活动 | 第50页 |
