首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

求解有色旅行商问题的自然启发式算法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-13页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 论文的组织结构第12-13页
第二章 旅行商问题及其变种模型第13-19页
    2.1 经典旅行商问题模型第13-14页
        2.1.1 TSP问题描述第13页
        2.1.2 TSP数学模型第13-14页
    2.2 多旅行商问题模型第14-15页
        2.2.1 mTSP问题描述第14页
        2.2.2 mTSP数学模型第14-15页
    2.3 有色旅行商问题模型第15-16页
        2.3.1 CTSP问题描述第15页
        2.3.2 CTSP数学模型第15-16页
    2.4 有色旅行商测试算例第16-18页
        2.4.1 测试算例介绍第16-17页
        2.4.2 测试算例扩展第17-18页
    2.5 小结第18-19页
第三章 求解CTSP的自然启发式算法模型第19-27页
    3.1 解的表示第19-21页
        3.1.1 双染色体结构第19-20页
        3.1.2 m-tour结构第20页
        3.1.3 两部分染色体结构第20-21页
    3.2 初始化方法第21-23页
        3.2.1 随机初始化第21-22页
        3.2.2 旅行商内部的贪心初始化第22页
        3.2.3 旅行商之间的贪心初始化第22-23页
    3.3 局部搜索策略第23-25页
        3.3.1 2-opt算法第23页
        3.3.2 爬山算法第23-24页
        3.3.3 模拟退火算法第24-25页
    3.4 终止条件第25页
    3.5 模型参数及输出第25页
    3.6 小结第25-27页
第四章 多种自然启发式算法的应用第27-54页
    4.1 遗传算法的应用第27-34页
        4.1.1 基本GA概述第27-29页
        4.1.2 求解CTSP的遗传算法设计第29-31页
        4.1.3 四类遗传算法实验对比第31-33页
        4.1.4 小结第33-34页
    4.2 蜂群算法的应用第34-38页
        4.2.1 基本ABC概述第34-35页
        4.2.2 求解CTSP的蜂群算法设计第35-38页
        4.2.3 小结第38页
    4.3 蚁群算法的应用第38-46页
        4.3.1 基本ACO概述第38-40页
        4.3.2 蚁群算法的变种第40-42页
        4.3.3 求解CTSP的蚁群算法设计第42-43页
        4.3.4 三类蚁群算法实验对比第43-46页
        4.3.5 小结第46页
    4.4 伊藤算法的应用第46-54页
        4.4.1 基本ITO算法概述第46-49页
        4.4.2 求解CTSP的离散伊藤算法设计第49-53页
        4.4.3 小结第53-54页
第五章 实验及结果分析第54-62页
    5.1 算法有效性验证第54-55页
    5.2 中小规模测试算例实验第55-59页
    5.3 大规模测试算例实验第59-61页
    5.4 小结第61-62页
第六章 总结与展望第62-64页
    6.1 本文总结第62-63页
    6.2 研究与展望第63-64页
参考文献第64-68页
致谢第68-69页

论文共69页,点击 下载论文
上一篇:基于多模态空时特征学习的3D人体行为识别
下一篇:基于双压阻差动检测的片上温度敏感型谐振式压力传感器设计及原理初探