遗传算法在旅行商问题中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·研究新现状 | 第12-13页 |
| ·本文的创新之处与主要工作 | 第13页 |
| ·本文研究的框架 | 第13-14页 |
| 第二章 旅行商问题概述 | 第14-21页 |
| ·旅行商问题的概念 | 第14页 |
| ·解决旅行商问题的数学模型及其意义 | 第14-17页 |
| ·旅行商问题的数学描述 | 第14页 |
| ·TSP旅行商问题的计算复杂性 | 第14-16页 |
| ·旅行商问题的理论意义 | 第16页 |
| ·旅行商问题的实际意义 | 第16-17页 |
| ·求解旅行商问题的主要算法简述 | 第17-20页 |
| ·完全算法 | 第17-18页 |
| ·不完全算法(近似算法) | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 遗传算法 | 第21-38页 |
| ·遗传算法的简介 | 第21页 |
| ·遗传算法的基本描述 | 第21-33页 |
| ·整体优化问题 | 第21-22页 |
| ·遗传算法流程 | 第22-24页 |
| ·遗传编码 | 第24-26页 |
| ·适应度函数(评价函数) | 第26-27页 |
| ·遗传算子 | 第27-33页 |
| ·遗传算法的特点 | 第33-34页 |
| ·关于遗传算法的理论研究 | 第34-36页 |
| ·遗传算法的研究前景 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 用遗传算法算法对旅行问题优化的研究 | 第38-61页 |
| ·求解旅行商问题的传统的遗传算法 | 第38-42页 |
| ·编码 | 第38页 |
| ·适应度函数 | 第38页 |
| ·种群的初始化 | 第38页 |
| ·选择机制 | 第38-39页 |
| ·交叉算子 | 第39-41页 |
| ·变异机制 | 第41-42页 |
| ·异位交叉补码变异遗传(CCA)算法基本理论 | 第42-43页 |
| ·用CCA算法对旅行商问题的优化 | 第43-60页 |
| ·选择十个城市 | 第43-44页 |
| ·种群初始化 | 第44页 |
| ·适应度函数 | 第44页 |
| ·异位交叉 | 第44-46页 |
| ·补码变异 | 第46-47页 |
| ·基本流程图 | 第47-48页 |
| ·实验仿真结果及其分析 | 第48-60页 |
| ·本章小结 | 第60-61页 |
| 结束语 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66-68页 |
| 致谢 | 第68页 |
