改进迁徙策略的TriBA并行遗传算法及其在TSP问题上的应用
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究背景及意义 | 第11页 |
| 1.2 典型求解 TSP 问题的算法介绍 | 第11-14页 |
| 1.3 本课题主要研究内容及论文的组织结构 | 第14-15页 |
| 2 TSP 问题建模 | 第15-17页 |
| 2.1 TSP 问题的描述 | 第15页 |
| 2.2 TSP 问题的数学描述 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 遗传算法和并行遗传算法 | 第17-25页 |
| 3.1 遗传算法 | 第17-18页 |
| 3.2 并行遗传算法 | 第18-23页 |
| 3.2.1 并行 | 第18页 |
| 3.2.2 并行遗传算法 | 第18-19页 |
| 3.2.3 主从式并行算法模型 | 第19-20页 |
| 3.2.4 粗粒度并行算法模型 | 第20-21页 |
| 3.2.5 细粒度并行算法模型 | 第21页 |
| 3.2.6 混合遗传算法模型 | 第21页 |
| 3.2.7 子群体的初始化 | 第21-22页 |
| 3.2.8 迁徙策略 | 第22页 |
| 3.2.9 拓扑结构 | 第22-23页 |
| 3.2.10 并行遗传算法的评价标准 | 第23页 |
| 3.3 本章小结 | 第23-25页 |
| 4 改进的并行遗传算法：TriBA 并行遗传算法 | 第25-35页 |
| 4.1 TriBA 的拓扑结构和流水方式 | 第25-26页 |
| 4.1.1 TriBA 的拓扑结构 | 第25页 |
| 4.1.2 TriBA 的数据迁徙模式 | 第25-26页 |
| 4.2 TriBA 并行遗传算法的设计与实现 | 第26-28页 |
| 4.2.1 TriBA 模型的设计 | 第26-27页 |
| 4.2.2 TriBA 模型的功能实现 | 第27-28页 |
| 4.3 TriBA 模型的性能数学分析 | 第28-30页 |
| 4.4 改进迁徙策略的 TriBA 并行遗传算法 | 第30-32页 |
| 4.4.1 评价算子 | 第30页 |
| 4.4.2 迁徙策略思想 | 第30页 |
| 4.4.3 并行遗传算法流程 | 第30-31页 |
| 4.4.4 迁徙操作 | 第31-32页 |
| 4.5 改进遗传算法的实验测试 | 第32-34页 |
| 4.6 本章小结 | 第34-35页 |
| 5 改进的遗传算法模型求解 TSP 问题的实现 | 第35-45页 |
| 5.1 典型遗传算法求解 TSP 问题 | 第35-39页 |
| 5.1.1 原始种群初始化 | 第35-36页 |
| 5.1.2 选择操作 | 第36页 |
| 5.1.3 交叉操作 | 第36-37页 |
| 5.1.4 变异操作 | 第37-38页 |
| 5.1.5 实验仿真分析 | 第38-39页 |
| 5.2 主从式并行遗传算法 | 第39-40页 |
| 5.2.1 种群分配 | 第39页 |
| 5.2.2 迁徙策略 | 第39页 |
| 5.2.3 理论加速比 | 第39-40页 |
| 5.2.4 实验仿真分析 | 第40页 |
| 5.3 TriBA 并行遗传算法 | 第40-43页 |
| 5.3.1 种群分配 | 第41页 |
| 5.3.2 迁徙策略 | 第41-42页 |
| 5.3.3 实验仿真分析 | 第42-43页 |
| 5.4 实验分析 | 第43页 |
| 5.5 本章小结 | 第43-45页 |
| 6 总结与展望 | 第45-47页 |
| 6.1 课题研究内容总结 | 第45-46页 |
| 6.2 未来研究内容与展望 | 第46-47页 |
| 附录1 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第52-53页 |
| 致谢 | 第53-54页 |
