遗传算法的改进及其在优化上的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-15页 |
| ·最优化问题简述 | 第10页 |
| ·最优化问题的方法及发展状况 | 第10-13页 |
| ·遗传算法特点及其发展应用状况 | 第13-15页 |
| ·遗传算法存在的问题 | 第15-16页 |
| ·本文方法及内容 | 第16-18页 |
| 第二章 遗传算法 | 第18-34页 |
| ·遗传算法产生的背景 | 第18-19页 |
| ·遗传算法的基本思想和结构 | 第19-21页 |
| ·遗传算法的内容 | 第21-34页 |
| ·编码表示 | 第21-24页 |
| ·初始群体的设定 | 第24-25页 |
| ·适应度函数 | 第25-26页 |
| ·遗传操作设计 | 第26-31页 |
| ·控制参数设定 | 第31-34页 |
| 第三章 改进遗传算法在连续函数优化中的应用 | 第34-40页 |
| ·本文混合遗传算法的思想 | 第34页 |
| ·改进的遗传算法 | 第34-36页 |
| ·复形法 | 第34-35页 |
| ·本混合遗传算法步骤 | 第35-36页 |
| ·数值实验及结果 | 第36-40页 |
| 第四章 遗传算法在TSP 问题中的应用 | 第40-60页 |
| ·TSP 介绍 | 第40-46页 |
| ·旅行商问题 | 第40-41页 |
| ·TSP 问题的理论和应用价值 | 第41-42页 |
| ·TSP 计算方法 | 第42-46页 |
| ·遗传算法在TSP 主要思想 | 第46-50页 |
| ·编码 | 第46-47页 |
| ·适应度函数 | 第47页 |
| ·交叉（Crossover） | 第47-49页 |
| ·变异 | 第49-50页 |
| ·改进的遗传算法在TSP 主要思想 | 第50-53页 |
| ·编码及初始种群 | 第50页 |
| ·城市位置及适应度函数 | 第50页 |
| ·选择操作 | 第50-51页 |
| ·改进的交叉操作 | 第51-52页 |
| ·变异操作 | 第52-53页 |
| ·结束准则 | 第53页 |
| ·改进遗传算法流程图 | 第53页 |
| ·实例及结果分析 | 第53-60页 |
| 第五章 结论和展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 硕士期间发表论文 | 第68页 |
