基于蚁群遗传算法的最小图着色数研究
| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 相关算法研究现状 | 第12-13页 |
| 1.2.1 遗传算法研究现状 | 第12页 |
| 1.2.2 蚁群算法研究现状 | 第12-13页 |
| 1.3 本文主要内容和组织结构 | 第13-14页 |
| 1.3.1 本文主要内容 | 第13页 |
| 1.3.2 论文的组织结构 | 第13-14页 |
| 1.4 本章总结 | 第14-15页 |
| 第二章 图着色理论 | 第15-23页 |
| 2.1 图着色理论 | 第15-16页 |
| 2.2 图着色方法现状 | 第16-19页 |
| 2.2.1 精确算法 | 第16-17页 |
| 2.2.2 近似算法 | 第17-18页 |
| 2.2.3 已有的改进算法 | 第18-19页 |
| 2.3 图着色的几个应用模型的建立 | 第19-21页 |
| 2.3.1 考试安排问题的图着色模型建立 | 第19-20页 |
| 2.3.2 电视频道分配问题的图着色模型建立 | 第20页 |
| 2.3.3 化学药品贮藏问题的图着色模型建立 | 第20页 |
| 2.3.4 N皇后问题的图着色模型建立 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 基于遗传算法的图着色问题 | 第23-41页 |
| 3.1 传统遗传算法 | 第23-30页 |
| 3.1.1 遗传算法概述 | 第23页 |
| 3.1.2 遗传算法的设计 | 第23-29页 |
| 3.1.3 传统遗传算法的优缺点 | 第29-30页 |
| 3.2 遗传算法的编码方式和特殊算子 | 第30-35页 |
| 3.2.1 遗传算法的编码方式 | 第30-33页 |
| 3.2.2 遗传算法的特殊算子 | 第33-35页 |
| 3.3 基于传统遗传算法的图着色问题研究 | 第35-36页 |
| 3.4 基于改进遗传算法的图着色问题研究 | 第36-38页 |
| 3.4.1 符号编码方式 | 第36-37页 |
| 3.4.2 特殊遗传算子 | 第37页 |
| 3.4.3 改进的遗传算法模型的实现 | 第37-38页 |
| 3.5 实验及分析 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于蚁群算法的图着色问题 | 第41-49页 |
| 4.1 传统遗传算法 | 第41-45页 |
| 4.1.1 蚁群算法的基本思想 | 第41页 |
| 4.1.2 蚁群算法的实现 | 第41-43页 |
| 4.1.3 蚁群算法的优缺点 | 第43-45页 |
| 4.1.4 蚁群算法的应用研究 | 第45页 |
| 4.2 基于蚁群算法的图着色问题研究 | 第45-47页 |
| 4.2.1 相关参数定义 | 第45页 |
| 4.2.2 算法过程描述 | 第45-47页 |
| 4.3 本章小结 | 第47-49页 |
| 第五章 基于蚁群遗传融合算法的图着色问题 | 第49-55页 |
| 5.1 蚁群遗传算法融合的基本思想 | 第49页 |
| 5.2 融合算法的具体实现 | 第49-52页 |
| 5.2.1 算法基本步骤 | 第49-51页 |
| 5.2.2 算法的实现 | 第51-52页 |
| 5.3 实验介绍与分析 | 第52-53页 |
| 5.3.1 实验环境与数据 | 第52页 |
| 5.3.2 实验评价指标 | 第52页 |
| 5.3.3 实验结果与分析 | 第52-53页 |
| 5.4 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 工作总结 | 第55-56页 |
| 6.2 研究展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读硕士学位期间发表的学术论文目录 | 第63页 |
