基于复杂网络的旅行商问题的智能求解算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·选题背景及意义 | 第10-12页 |
| ·最优化问题简述 | 第10-11页 |
| ·旅行商问题研究意义 | 第11-12页 |
| ·旅行商问题的研究现状 | 第12-13页 |
| ·旅行商问题的求解方法综述 | 第13-18页 |
| ·传统求解算法 | 第13-16页 |
| ·智能求解算法 | 第16-18页 |
| ·本文的研究内容与文章结构 | 第18-20页 |
| 第二章 TSP 问题传统求解算法比较 | 第20-42页 |
| ·TSP 问题描述 | 第20-21页 |
| ·TSP 问题定义及数学模型 | 第20页 |
| ·TSP 问题分类 | 第20-21页 |
| ·遗传算法求解 TSP 问题 | 第21-25页 |
| ·遗传算法基本思想 | 第21-23页 |
| ·基于遗传算法的 TSP 问题求解 | 第23-25页 |
| ·粒子群算法求解 TSP 问题 | 第25-29页 |
| ·粒子群算法基本思想及数学模型 | 第25-27页 |
| ·基于粒子群算法的 TSP 问题求解 | 第27-29页 |
| ·蚁群算法求解 TSP 问题 | 第29-33页 |
| ·蚁群算法的基本思想 | 第29-31页 |
| ·基于蚁群算法的 TSP 问题求解 | 第31-33页 |
| ·改进近似算法求解 TSP 问题 | 第33-36页 |
| ·近似算法简介 | 第33-34页 |
| ·改进近似算法的描述及实现 | 第34-36页 |
| ·实验结果及分析 | 第36-41页 |
| ·遗传算法实验 | 第36-37页 |
| ·粒子群算法实验 | 第37-38页 |
| ·蚁群算法实验 | 第38-39页 |
| ·改进近似算法实验 | 第39-40页 |
| ·实验结果对比 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第三章 复杂网络及其建模 | 第42-60页 |
| ·复杂网络研究概述 | 第42-46页 |
| ·复杂网络及建模的研究现状 | 第42-44页 |
| ·复杂网络的主要统计特征 | 第44-46页 |
| ·小世界网络建模算法 | 第46-49页 |
| ·小世界网络概述及其基本特征 | 第46-47页 |
| ·WS 模型和 NW 模型的构建算法 | 第47-49页 |
| ·无标度网络建模算法 | 第49-52页 |
| ·无标度网络的基本模型 | 第49-50页 |
| ·无标度网络的统计性质 | 第50-52页 |
| ·实验结果 | 第52-59页 |
| ·WS 小世界网络实验 | 第52-54页 |
| ·NW 小世界网络实验 | 第54-56页 |
| ·BA 无标度网络实验 | 第56-58页 |
| ·不同网络模型实验结果对比 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于复杂网络的 TSP 问题求解 | 第60-70页 |
| ·研究动机 | 第60页 |
| ·基于复杂网络的 TSP 求解方法 | 第60-63页 |
| ·算法的总体设计 | 第60-61页 |
| ·编码方式、遗传算子和种群的进化策略的设计 | 第61-63页 |
| ·实验结果及分析 | 第63-68页 |
| ·基于无标度网络的 TSP 求解 | 第63-66页 |
| ·基于小世界网络的 TSP 求解 | 第66-68页 |
| ·结论及分析 | 第68页 |
| ·本章小结 | 第68-70页 |
| 第五章 总结及展望 | 第70-71页 |
| ·本文工作及创新 | 第70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79页 |
| 攻读硕士期间发表论文和科研成果 | 第79-81页 |
| 附录 | 第81-89页 |
