摘要
Abstract
第1章 绪论
1.1 立项背景与开发意义
1.2 本文研究内容与创新
1.3 本文的篇章组织
第2章 遗传算法简介
2.1 遗传算法的产生与发展
2.2 遗传算法概要
2.2.1 遗传算法的基本概念
2.2.2 遗传算法的基本思想
2.3 遗传算法的原理
2.3.1 遗传算法的基本操作及流程
2.3.2 遗传算法(SGA)设计与实现
2.4 遗传算法的数学基础
2.5 遗传算法的关键技术
2.5.1 遗传编码
2.5.2 遗传算子
2.5.3 适应度函数及其尺度变换
2.5.4 遗传算法的参数
2.5.5 遗传算法的终止条件
2.6 遗传算法的应用情况
第3章 TSP问题的数学模型和基本解法
3.1 TSP数学描述
3.2 传统方法
3.2.1 精确算法
3.2.2 近似算法
3.3 智能优化方法
第4章 求解TSP的传统遗传算法
4.1 求解TSP的基本实现方法
4.1.1 编码
4.1.2 生成初始群体
4.1.3 适应度函数
4.2 遗传算子
4.2.1 选择算子
4.2.2 交叉算子
4.2.3 变异
4.3 算法结构
4.4 自适应遗传算法
4.5 浓度控制遗传算法
4.6 并行遗传算法
4.6.1 主从式模型
4.6.2 粗粒度模型
4.6.3 细粒度模型
第5章 改进型遗传算法求解TSP问题
5.1 编码
5.2 生成初始群体
5.3 确定适应度函数
5.4 选择算子
5.5 交叉算子
5.6 变异算子
5.7 参数选择
5.8 仿真结果
第6章 结束语
6.1 总结
6.2 展望
参考文献
攻读研究生学位期间发表的学术论文
学位论文评阅及答辩情况表