| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景与意义 | 第9-12页 |
| ·旅行商问题（TSP）问题概述 | 第9-10页 |
| ·智能计算及智能优化方法 | 第10-11页 |
| ·所选课题研究的必要性及意义 | 第11-12页 |
| ·国内外研究的现状 | 第12-14页 |
| ·微粒群算法的研究现状 | 第12-13页 |
| ·离散微粒群算法以及解决TSP 问题的离散微粒群算法的研究现状 | 第13-14页 |
| ·本文的研究内容及论文结构 | 第14-16页 |
| 第二章 相关的研究基础 | 第16-26页 |
| ·最优化问题及组合优化问题 | 第16-17页 |
| ·旅行商问题的传统求解方法 | 第17-18页 |
| ·1 求解TSP 的精确算法 | 第17-18页 |
| ·求解TSP 问题启发式算法 | 第18页 |
| ·解决旅行商问题的智能计算方法 | 第18-22页 |
| ·解决TSP 问题的智能计算方法 | 第19-20页 |
| ·遗传算法与蚁群算法 | 第20-22页 |
| ·微粒群算法 | 第22-25页 |
| ·小结 | 第25-26页 |
| 第三章 解决TSP 问题的离散微粒群算法的设计 | 第26-36页 |
| ·离散微粒群算法 | 第26-27页 |
| ·微粒群算法的优化机理 | 第27-28页 |
| ·解决TSP 问题的离散微粒群算法设计的基本原则 | 第28-29页 |
| ·离散微粒群算法的关键技术 | 第29-35页 |
| ·编码方法 | 第29-31页 |
| ·评价函数 | 第31页 |
| ·选取控制参数 | 第31-32页 |
| ·设计微粒飞行模型 | 第32-34页 |
| ·算法终止条件 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 解决TSP 问题的局部调整的离散微粒群算法 | 第36-44页 |
| ·改进的微粒群算法的定义 | 第36-37页 |
| ·惯性因子以及局部扰动因子 | 第37-40页 |
| ·微粒失去活力判断标准 | 第37-38页 |
| ·自适应惯性因子 | 第38页 |
| ·局部扰动因子 | 第38-40页 |
| ·算法的执行步骤 | 第40页 |
| ·仿真实验算法及算法性能分析 | 第40-43页 |
| ·小结 | 第43-44页 |
| 第五章 解决TSP 问题的规约微粒群算法 | 第44-52页 |
| ·改进算法的定义 | 第44-46页 |
| ·多级规约的思想和执行过程 | 第46-47页 |
| ·算法的执行流程 | 第47-48页 |
| ·按一定的概率接收使路径变差的边 | 第47页 |
| ·算法执行的过程 | 第47-48页 |
| ·仿真实验及性能分析 | 第48-50页 |
| ·小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 研究生在读期间参加的研究项目及论文发表情况 | 第58-59页 |
| 致谢 | 第59-60页 |