1、“.....通过程序能够进行实际例子的计算。本系统在开发中尚有待完善的地方，例如，如果用来绘制所走的城市路径会使结果更加直观，未对防止局部最优解进行讨论，而陷入局部最优解是遗传算法在优化过程中比较容易出现的问题。参考文献周明遗传算法原理及应用北京国防工业出版社，陈国良，王煦法，庄镇泉，王东升遗传算法及其应用北京人民邮电出版社，,潘正君，康立山演化计算北京清华大学出版社，致谢在本程序的开发期间，我得到了老师和同学的很多帮助。因此，才得以完成了本程序的开发。首先，在程序的设计过程中......”。

2、“.....并对我开发的程序给予了肯定和建议，使得我的设计能够不断得到完善。其次，在毕业设计期间，同组同学的鼓励和他们对课题设计的积极态度给了我很大帮助，在此对他们致以诚挚的谢意。最后，对于引用和学习的那些著作和论文的作者也非常感谢，这些前辈们的成果使得我受益匪浅，让我可以站在巨人的肩上，利用前辈们的成果使得我的程序可以顺利地完成。市的索引号往后移位图个表现轮盘赌游戏选择的图标，在这个轮盘中可以被选择的数是。圆弧中的那些数字对应的是事物被选择中的可能性。程序的运行演示运行，界面如图所示。图程序运行界面选择城市坐标文件，界面如图所示......”。

3、“.....通常在编写每个模块后做单元测试，另个时期是对程序的综合测试。模块测试在模块测试时我们主要从以下几个方面考虑模块接口局部数据结构重要执行通道出错处理通道影响上述方面的边界条件。测试时进行代码审查，从数据类型，变量声明，数据结构进行审查，然后进行功能测试，从输入些简单的数据开始执行遍，观测运行期间变量的变化，运行中值的变化范围。改变测试方案来变换另个角度进行测试，发现并记录，修改代码，测试条件使程序通过多层分支，判别运行结果从而完成模块测试。整体测试在测试过程中使用到的调试技术采用调试语句，跟踪数据嵌入打印语句......”。

4、“.....从调试窗口观测变量的变化设置断点，观察程序在断点附近的状况。评估运行的可靠性问题结果正确运行速度空间利用率算法的可行性。测试结论本系统经过测试，发现每个模块都是正确的，结果也是正确的，运行速度合理，空间利用率高，证明算法是可行的。结论本文系统地分析了基于遗传算法解决问题开发背景以及开发过程，其具体内容如下介绍了遗传算法的发展背景及遗传算的解决问题的思想和流程阐述整个遗传算法解决问题的结构及解决原理确定了遗传算法所选择的基因选择方法交叉和变异方法等。分析并解决实现中的若干技术问题......”。

5、“.....简称是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是种通过模拟自然进化过程搜索最优解的方法，它是由美国大学教授于年首先提出来的，并出版了颇有影响的专著，这个名称才逐渐为人所知，教授所提出的通常为简单遗传算法。遗传算法是从代表问题可能潜在的解集的个种群开始的，而个种群则由经过基因编码的定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现即基因型是种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这特征的种基因组合决定的......”。

6、“.....后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。去解决问题，即要在众多的城市路径中找到个最短的，我们模拟生物进化的程序，即遗传的方式，我们先以定的方式生成个初始化群体，为每个染色体计算评价函数，然后群体竞争选择，种群交叉种群变异，如此迭代下去直到迭代代数达到要求找到最短的路径。下面从遗传算法的具体方面来进行设计思想的分析算法设计目前，求解问题的较为常用的方法有二叉树描述法启发式搜索法最近邻法神经网络法模拟退火法遗传算法等......”。

7、“.....具有良好的全局寻优能力，成为解决问题的有效方法之。二遗传编码遗传算法的编码时将待求问题的解的形式变换成遗传算法所面对的基本编码窜对象，以便于遗传运算。对于最短路径问题，其可行解的形式般为结点下标联结成的数字串，因此在遗传算法中的编码方式般为符号编码。具体可以分为以下几种近邻编码序编码编码边编码自然编码等。在本设计中用到的是自然编码。系统实现本系统使用编写，将遗传算法和界面程序分开编写，这样修改起来就比较方便，并且程序的结构看起来也很清晰，理解也很容易。在本程序中有个功能模块......”。

8、“.....然后可以通过运行遗传算法来计算给出的数据并得出所要求的结果。本论文通过调用函数读取城市坐标信息。该函数输入参数是，表示文件名称字符串引用，函数返回值是文件中所含城市个数。其中，城市坐标文件的格式要求为城市名称轴坐标轴坐标读取城市坐标文件的内容到个容器名为的结构中，主要代码如图所示。图读取城市坐标代码轮盘赌方式竞争选择染色体的模型如图所示。遗传算法特点遗传算法是类可用于复杂系统优化的具有鲁棒性的搜索算法，与传统的优化算法相比，主要有以下特点遗传算法以决策变量的编码作为运算对象。传统的优化算法往往直接决策变量的实际植本身......”。

9、“.....使得我们可以借鉴生物学中的染色体和基因的概念，可以模仿自然界生物的遗传和进化机理，也使得我们能够方便地应用遗传操作算子。遗传算法直接以适应度作为搜索信息，无需导数等其它辅助信息。二关于问题的简介问题又称为货郎担问题旅行商问题，是出现在许多应用中的个组合优化问题。该问题可简单的描述为已知个城市各城市间的相对距离，旅行商从个城市出发访问每个城市次且仅次，最后回到出发城市，怎样安排才使其所走路线最短。是个典型的优化组合问题，它需要求出旅行商从城市出发经过所有城市所走路程的最短路径，其可能的路径数与城市个数成指数关系增长。用图论的术语来说......”。