| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 研究现状 | 第9页 |
| 1.3 本文主要内容 | 第9-11页 |
| 2 算法的原理及数学模型建立 | 第11-23页 |
| 2.1 蚁群算法的原理及数学模型建立 | 第11-16页 |
| 2.1.1 蚁群算法的基本原理 | 第11-14页 |
| 2.1.2 蚁群算法的数学模型 | 第14-16页 |
| 2.2 遗传算法的原理及数学模型建立 | 第16-20页 |
| 2.2.1 遗传算法的基本原理 | 第16-19页 |
| 2.2.2 遗传算法的数学模型 | 第19页 |
| 2.2.3 遗传算法中各算子的特点 | 第19-20页 |
| 2.3 蚁群算法与遗传算法的融合 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 蚁群算法和遗传算法及二者融合后的最优参数选取 | 第23-39页 |
| 3.1 TSP的数学模型 | 第23页 |
| 3.2 蚁群算法在TSP中最优参数的选取分析 | 第23-31页 |
| 3.2.1 蚁群算法求解TSP的步骤 | 第23-24页 |
| 3.2.2 蚁群算法最优参数的选取 | 第24-30页 |
| 3.2.3 蚁群算法在参数最优时的寻优路径 | 第30-31页 |
| 3.3 遗传算法在TSP中最优参数的选取分析 | 第31-35页 |
| 3.3.1 遗传算法求解TSP的步骤 | 第31-32页 |
| 3.3.2 遗传算法最优参数的选取 | 第32-34页 |
| 3.3.3 遗传算法在参数最优时的寻优路径 | 第34-35页 |
| 3.4 蚁群算法与遗传算法融合后在TSP中最优参数的选取分析 | 第35-37页 |
| 3.4.1 蚁群算法与遗传算法融合后求解TSP的步骤 | 第35-36页 |
| 3.4.2 蚁群算法与遗传算法融合后最优参数的选取 | 第36-37页 |
| 3.5 本章小结 | 第37-39页 |
| 4 在最优参数选取下改变TSP规模后的路径寻优仿真实验 | 第39-47页 |
| 4.1 蚁群算法在不同规模TSP中的路径寻优仿真实验 | 第39-41页 |
| 4.2 遗传算法在不同规模TSP中的路径寻优仿真实验 | 第41-43页 |
| 4.3 蚁群算法与遗传算法融合后在不同规模TSP中的路径寻优仿真实验 | 第43-45页 |
| 4.4 蚁群算法和遗传算法以及二者融合后的对比分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 文章总结 | 第47页 |
| 5.2 研究展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 在学期间的研究成果 | 第51-53页 |
| 致谢 | 第53页 |
