| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·遗传算法的产生与发展 | 第9页 |
| ·遗传算法的特点与研究现状 | 第9-13页 |
| ·遗传算法的特点 | 第9-10页 |
| ·遗传算法的理论研究现状 | 第10-11页 |
| ·遗传算法的应用研究现状 | 第11-13页 |
| ·本文的任务与工作 | 第13-14页 |
| 第二章 遗传算法 | 第14-24页 |
| ·遗传算法的定义 | 第14-15页 |
| ·遗传算法的基本原理 | 第15-20页 |
| ·编码的设计 | 第15-16页 |
| ·初始种群的设定 | 第16页 |
| ·适应度函数(Fitness function)的设计 | 第16-17页 |
| ·遗传算子设计 | 第17-19页 |
| ·控制参数 | 第19-20页 |
| ·遗传算法的收敛性分析 | 第20-23页 |
| ·收敛性定义 | 第20-23页 |
| ·基于有限马尔可夫链的收敛性分析 | 第23页 |
| ·小结 | 第23-24页 |
| 第三章 一种改进的自适应遗传算法（IGA） | 第24-31页 |
| ·遗传算法的改进 | 第24-26页 |
| ·改进的遗传算法收敛性分析 | 第26-27页 |
| ·改进的遗传算法的应用 | 第27-30页 |
| ·适应度函数的选取 | 第28页 |
| ·数值实验 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 基于混沌的混合遗传算法（CGA） | 第31-43页 |
| ·混沌理论 | 第31-34页 |
| ·混沌的简介 | 第31-32页 |
| ·混沌的特点 | 第32-34页 |
| ·混沌遗传算法 | 第34-37页 |
| ·混沌随机生成初始种群 | 第34-35页 |
| ·改进种群多样度指标 | 第35页 |
| ·混沌优化优秀个体 | 第35-36页 |
| ·混沌遗传算法的步骤 | 第36-37页 |
| ·数值实验 | 第37-42页 |
| ·小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 攻读硕士学位期间的研究成果 | 第49页 |