声明
致谢
摘要
第一章 绪论
1.1 研究背景
1.1.1 研究概述
1.1.2 中国旅游业发展现状
1.1.3 研究的理论基础
1.2 传统优化算法和群智能优化算法的比较
1.3 研究的目的和方法
1.4 本文研究内容
第二章 TOTSP问题
2.1 TSP问题的概念
2.1.1 TSP问题的定义
2.1.2 TSP问题的数学模型
2.2 TSP问题的算法
2.2.1 TSP问题的精确算法
2.2.2 TSP问题的近似算法
2.3 TSP问题的扩展
2.4 最短路径问题的优化算法
2.5 TOTSP问题
2.5.1 TOTSP问题的概念
2.5.2 TOTSP问题的旅行时间函数
2.6 本章小结
第三章 解决TOTSP问题的PS0-GA混合算法
3.1 遗传算法
3.1.1 进化计算的基本概念
3.1.2 进化计算的算法
3.1.3 遗传算法概述
3.1.4 个体编码
3.1.5 适应度函数求解
3.1.6 遗传算子
3.1.7 遗传算法的收敛性
3.1.8 遗传算法的改进算法
3.2 粒子群算法
3.2.1 粒子群算法概述
3.2.2 基本粒子群算法
3.2.3 标准粒子群算法
3.2.4 粒子群算法的收敛性
3.2.5 动态环境下的PSO算法
3.2.6 改进的粒子群算法
3.3 TOTSP问题的PSO-GA算法
3.3.1 PSO-GA混合算法的应用和研究现状
3.3.2 PS0-GA混合算法求解TOTSP问题的流程
3.4 本章小结
第四章 仿真实验及分析
4.1 仿真实验模型
4.2 参数设置
4.3 给定游客密度时的仿真结果及数据分析
4.3.1 PSO-GA求解TOP游览路径的收敛过程及对比实验
4.3.2 PSO-GA求出的LOP、TOP游览路径及对比实验
4.3.3 PSO-GA的LOP、TOP的旅行时间及对比实验
4.3.4 PSO-GA、GA和ACO的LOP、TOP的CPU执行时间的对比
4.4 游客密度变化对TOTSP问题求解的影响
4.5 本章小结
第五章 结论与展望
5.1 论文工作总结
5.2 论文工作展望
参考文献
攻读硕士学位期间的学术活动及成果情况
合肥工业大学;