人工蜂群算法在物流配送路径选择问题中的应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-16页 |
| 1.1 研究背景与研究意义 | 第7-10页 |
| 1.2 人工蜂群算法的国内外发展现状 | 第10-14页 |
| 1.3 本文的研究内容 | 第14-16页 |
| 2 几种典型的群智能算法介绍 | 第16-22页 |
| 2.1 引言 | 第16页 |
| 2.2 遗传算法 | 第16-17页 |
| 2.3 粒子群算法 | 第17-19页 |
| 2.4 人工鱼群算法 | 第19-20页 |
| 2.5 蚁群算法 | 第20-21页 |
| 2.6 小结 | 第21-22页 |
| 3 人工蜂群算法概述 | 第22-29页 |
| 3.1 人工蜂群算法的原理 | 第22-24页 |
| 3.1.1 模型结构 | 第22-23页 |
| 3.1.2 蜜源选择 | 第23-24页 |
| 3.2 人工蜂群算法的流程 | 第24-26页 |
| 3.3 人工蜂群算法参数分析 | 第26页 |
| 3.4 人工蜂群算法的特征 | 第26-28页 |
| 3.5 小结 | 第28-29页 |
| 4 基于人工蜂群算法物流配送问题模型的建立 | 第29-36页 |
| 4.1 物流配送问题描述 | 第29-30页 |
| 4.2 城市路网的建模 | 第30-31页 |
| 4.3 配送点的位置关系 | 第31-32页 |
| 4.4 物流配送初始路线的产生 | 第32-33页 |
| 4.5 物流配送路线更新策略 | 第33页 |
| 4.6 目标函数 | 第33-34页 |
| 4.7 蜜源信息交流机制 | 第34-35页 |
| 4.8 小结 | 第35-36页 |
| 5 基于人工蜂群算法物流配送问题的仿真实验 | 第36-49页 |
| 5.1 物流配送模型与人工蜂群算法的对应关系 | 第36页 |
| 5.2 双层抽象图算法思想描述 | 第36-37页 |
| 5.3 基于人工蜂群的物流配送算法流程描述 | 第37-38页 |
| 5.4 仿真实验及结果分析 | 第38-48页 |
| 5.5 小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56页 |
| A. 作者在攻读硕士学位期间参与过的项目 | 第56页 |
