| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 引言 | 第8-9页 |
| 第1 章 绪论 | 第9-15页 |
| ·三角剖分的相关概念及属性 | 第9-11页 |
| ·两种著名的三角剖分 | 第11页 |
| ·最小权三角剖分的定义 | 第11-12页 |
| ·最小权三角剖分的应用 | 第12-13页 |
| ·最小权三角剖分的研究现状和发展趋势 | 第13页 |
| ·本文研究的内容 | 第13-15页 |
| 第2 章 遗传算法（Genetic Algorithm) | 第15-19页 |
| ·遗传算法的基本原理 | 第15-17页 |
| ·遗传算法的特点及存在问题 | 第17-18页 |
| ·基于传统遗传算法的最小权三角剖分的缺陷 | 第18-19页 |
| 第3 章 遗传量子算法(Genetic Quantum Algorithm) | 第19-24页 |
| ·量子位表示法 | 第19-20页 |
| ·染色体状态表示法 | 第20-21页 |
| ·量子遗传操作 | 第21页 |
| ·遗传量子算法的结构流程 | 第21-22页 |
| ·遗传量子算法的收敛性 | 第22-23页 |
| ·遗传量子算法的特点 | 第23-24页 |
| 第4 章 基于IGQA 的最小权三角剖分 | 第24-36页 |
| ·三角剖分的编码机制 | 第24-25页 |
| ·适应值评价函数 | 第25-26页 |
| ·点权与染色体量子位之间的映射 | 第26-27页 |
| ·点权构造三角剖分的方法 | 第27-30页 |
| ·随机初始化染色体策略 | 第30页 |
| ·全局最优个体保留策略 | 第30-31页 |
| ·染色体量子位更新策略 | 第31-33页 |
| ·算法流程 | 第33-36页 |
| 第5 章 参数选取及结果分析 | 第36-40页 |
| ·参数选取 | 第36页 |
| ·测试结果分析 | 第36-40页 |
| 结束语 | 第40-42页 |
| 1、本文的主要工作 | 第40页 |
| 2、基于IGQA 的最小权三角剖分的主要特点与创新点 | 第40-41页 |
| 3、进一步的工作 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 附录一 算法的代码 | 第46-52页 |
| 附录二 本人研究生期间科研、学习情况 | 第52-53页 |
| 致谢 | 第53-54页 |
