混合遗传算法和模拟退火算法在TSP中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 研究内容与创新 | 第11-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 旅行商问题概述 | 第14-26页 |
| 2.1 问题的定义 | 第14-15页 |
| 2.2 目前常见的 TSP 的解法 | 第15-20页 |
| 2.2.1 传统确定性算法 | 第16-17页 |
| 2.2.2 智能优化算法 | 第17-20页 |
| 2.3 TSP 算法的改进方法 | 第20-23页 |
| 2.3.1 初始解的产生方法 | 第20-21页 |
| 2.3.2 路径调整方法 | 第21-22页 |
| 2.3.3 路径优化方法 | 第22-23页 |
| 2.4 贪心算法求解 TSP | 第23-26页 |
| 第3章 一种改进的遗传算法 | 第26-39页 |
| 3.1 遗传算法概述 | 第26-33页 |
| 3.1.1 算法简介 | 第26-27页 |
| 3.1.2 遗传算法的要素 | 第27-33页 |
| 3.2 遗传算法求解 TSP | 第33-37页 |
| 3.2.1 算法的基本流程 | 第33-35页 |
| 3.2.2 算法的改进策略 | 第35-37页 |
| 3.3 程序运行对比 | 第37-39页 |
| 第4章 一种改进的模拟退火算法 | 第39-47页 |
| 4.1 模拟退火算法概述 | 第39-41页 |
| 4.1.1 算法简介 | 第39-40页 |
| 4.1.2 模拟退火算法的要素 | 第40-41页 |
| 4.2 模拟退火算法求解 TSP | 第41-44页 |
| 4.2.1 算法的基本流程 | 第41-43页 |
| 4.2.2 算法的改进策略 | 第43-44页 |
| 4.3 程序运行对比 | 第44-47页 |
| 第5章 混合遗传模拟退火算法 | 第47-56页 |
| 5.1 混合算法求解 TSP | 第47-49页 |
| 5.2 程序运行对比 | 第49-56页 |
| 第6章 问题的总结与展望 | 第56-58页 |
| 6.1 问题总结 | 第56-57页 |
| 6.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 附件 | 第62页 |
