| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文研究的目的和意义 | 第11-12页 |
| 1.1.1 论文研究的目的 | 第11页 |
| 1.1.2 论文研究的意义 | 第11-12页 |
| 1.2 论文的研究背景 | 第12-13页 |
| 1.2.1 最优路径的提出 | 第12页 |
| 1.2.2 旅行商问题的提出 | 第12-13页 |
| 1.3 智能水滴算法和旅行商问题的研究现状 | 第13-14页 |
| 1.3.1 智能水滴算法的研究现状 | 第13-14页 |
| 1.3.2 旅行商问题的研究现状 | 第14页 |
| 1.4 本文的主要工作与创新点 | 第14-16页 |
| 第2章 相关知识介绍 | 第16-23页 |
| 2.1 组合优化问题的简述 | 第16-18页 |
| 2.1.1 组合优化问题的基本概念 | 第16页 |
| 2.1.2 几个组合优化问题的数学描述 | 第16-18页 |
| 2.2 解决组合优化问题的一般算法 | 第18-20页 |
| 2.2.1 分支定界算法 | 第18-19页 |
| 2.2.2 动态规划算法 | 第19-20页 |
| 2.3 解决组合优化问题的群智能算法 | 第20页 |
| 2.4 经典的群智能算法 | 第20-22页 |
| 2.4.1 蚁群算法 | 第20-21页 |
| 2.4.2 粒子群算法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 问题描述与算法研究分析 | 第23-37页 |
| 3.1 TSP问题的描述 | 第23-24页 |
| 3.2 智能水滴算法及算法分析 | 第24-31页 |
| 3.2.1 概述 | 第24-25页 |
| 3.2.2 智能水滴算法的基本原理 | 第25-28页 |
| 3.2.3 智能水滴的收敛性 | 第28-31页 |
| 3.2.4 智能水滴算法的数学模型 | 第31页 |
| 3.3 智能水滴算法中参数的设置 | 第31-34页 |
| 3.3.1 参数定义 | 第31-32页 |
| 3.3.2 参数对算法性能的影响分析 | 第32-34页 |
| 3.4 智能水滴算法最优解的质量 | 第34-36页 |
| 3.4.1 智能水滴算法复杂度及难度分析 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 算法具体设计与编码实现 | 第37-49页 |
| 4.1 智能水滴算法求解TSP问题详细设计 | 第37-43页 |
| 4.1.1 求解TSP问题的智能水滴算法及流程图 | 第37-40页 |
| 4.1.2 定义坐标表的具体参数与具体实现 | 第40-42页 |
| 4.1.3 最优解的产生 | 第42-43页 |
| 4.2 求解TSP问题的算法主题模块详细设计 | 第43-45页 |
| 4.3 算法的具体编码实现 | 第45-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 改进的智能水滴算法系统 | 第49-62页 |
| 5.1 智能水滴算法的优缺点 | 第49-50页 |
| 5.1.1 优点 | 第49页 |
| 5.1.2 缺点 | 第49-50页 |
| 5.2 改进的智能水滴算法的提出 | 第50-53页 |
| 5.2.1 本文智能水滴算法改进的思想 | 第50-52页 |
| 5.2.2 改进智能水滴算法求解TSP步骤 | 第52-53页 |
| 5.3 改进的算法求解TSP问题 | 第53-60页 |
| 5.3.1 求解10个城市的TSP问题的仿真实验结果及分析 | 第53-55页 |
| 5.3.2 求解中国实际问题的仿真实验结果及分析 | 第55-60页 |
| 5.4 本章小结 | 第60-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 附录A 攻读学位期间的学术论文目录 | 第68-69页 |
| 附录B 中国部分省会城市所在地理位置的经纬度 | 第69-70页 |