中文摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景与研究意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 国内外研究现状中存在的问题 | 第13-14页 |
1.4 论文结构与研究内容 | 第14-15页 |
1.5 论文创新点 | 第15-16页 |
1.6 本章小结 | 第16-17页 |
第二章 求解路径相关问题亚启发式算法的改进策略 | 第17-21页 |
2.1 亚启发式算法的特点 | 第17-18页 |
2.2 传统亚启发式算法的改进策略 | 第18-20页 |
2.2.1 混合算法策略 | 第18页 |
2.2.2 高效的变异方法策略 | 第18-19页 |
2.2.3 两种新的改进策略 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
第三章 选择性定向变异策略的应用 | 第21-54页 |
3.1 选择性定性变异的思想 | 第21-22页 |
3.2 旅行商问题 | 第22-24页 |
3.2.1 旅行商问题的研究意义 | 第22-24页 |
3.2.2 旅行商问题的数学模型 | 第24页 |
3.3 基于选择性定向变异的算法求解旅行商问题 | 第24-37页 |
3.3.1 基于圆定向变异的动态邻域结构(D-CM) | 第25-28页 |
3.3.2 AHSATS-2-opt和AHSATS-D-CM的具体运作机理 | 第28-32页 |
3.3.3 自适应参数设置 | 第32-37页 |
3.4 计算实验 | 第37-52页 |
3.4.1 算例 | 第37页 |
3.4.2 运行条件 | 第37页 |
3.4.3 初始解的设定 | 第37页 |
3.4.4 实验计算结果 | 第37-47页 |
3.4.5 AHSATS-D-CM与近期文献中亚启发式算法的对比 | 第47-51页 |
3.4.6 对比本文提出的算法和其他启发式算法 | 第51-52页 |
3.5 本章小结 | 第52-54页 |
第四章 限制搜索范围策略的应用 | 第54-83页 |
4.1 限制搜索范围算法的思想 | 第54-55页 |
4.2 考虑在途库存成本的多对多Milk-run路径规划问题 | 第55-61页 |
4.2.1 问题的背景及研究意义 | 第55-58页 |
4.2.2 MM-MRP-PIC问题的数学模型 | 第58-61页 |
4.3 基于限制搜索范围的两阶段模拟退火算法求解MM-MRP-PIC | 第61-69页 |
4.3.1 第一阶段算法 | 第64-66页 |
4.3.2 第二阶段算法 | 第66-69页 |
4.4 计算实验 | 第69-78页 |
4.4.1 算例数据设置及算法参数设置 | 第69-70页 |
4.4.2 实验计算结果 | 第70-75页 |
4.4.3 TSSALSS与文献中的算法比较 | 第75-78页 |
4.5 案例分析 | 第78-82页 |
4.5.1 案例一 | 第78-79页 |
4.5.2 案例二 | 第79-82页 |
4.6 本章小结 | 第82-83页 |
第五章 总结与展望 | 第83-85页 |
5.1 结论 | 第83-84页 |
5.2 未来工作 | 第84-85页 |
参考文献 | 第85-94页 |
附录 | 第94-98页 |
发表论文和参加科研情况说明 | 第98-99页 |
致谢 | 第99-100页 |