基于多目标方法的旅行商问题复杂度研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 本文的贡献 | 第10页 |
| 1.3 本文的组织结构 | 第10-11页 |
| 2 相关问题以及算法综述 | 第11-18页 |
| 2.1 旅行商问题 | 第11页 |
| 2.2 遗传算法 | 第11-12页 |
| 2.3 多目标优化算法 | 第12-16页 |
| 2.3.1 NSGA-Ⅱ算法 | 第13-14页 |
| 2.3.2 MOEA/D算法 | 第14-16页 |
| 2.4 2-opt算法 | 第16-17页 |
| 2.5 随机森林算法 | 第17-18页 |
| 3 数据集分析 | 第18-21页 |
| 3.1 数据集来源 | 第18-19页 |
| 3.2 特征的选取 | 第19-21页 |
| 4 重现已有论文实验 | 第21-29页 |
| 4.1 通过遗传算法演化生成旅行商问题实例 | 第21-24页 |
| 4.2 验证冲突 | 第24-29页 |
| 5 多目标的评价方法 | 第29-38页 |
| 5.1 NSGA-Ⅱ算法的应用 | 第29-33页 |
| 5.2 MOEA/D算法的应用 | 第33-35页 |
| 5.3 基于两种算法生成实验数据 | 第35-38页 |
| 6 对于影响实例复杂度的因素研究 | 第38-53页 |
| 6.1 影响实例复杂度的特征 | 第38-42页 |
| 6.2 重要特征之间的相互联系 | 第42-43页 |
| 6.3 应用随机森林预测随机实例的复杂度 | 第43-47页 |
| 6.4 应用随机森林预测TSPLIB实例的复杂度 | 第47-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
