| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·选题背景和研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的主要内容 | 第13-15页 |
| 第2章 VRP的提出及各类VRP的算法 | 第15-26页 |
| ·VRP的提出 | 第15页 |
| ·VRP的分类 | 第15-16页 |
| ·求解VRP的算法 | 第16-23页 |
| ·精确算法 | 第16-18页 |
| ·人工智能算法 | 第18-23页 |
| ·开放式车辆路径问题 | 第23-26页 |
| 第3章 基本蚁群算法及其实现 | 第26-39页 |
| ·蚁群算法的提出 | 第26页 |
| ·蚁群算法的基本原理 | 第26-27页 |
| ·蚁群算法的应用 | 第27-29页 |
| ·蚁群算法的特点 | 第29-30页 |
| ·蚁群算法的优点 | 第29页 |
| ·蚁群算法的缺点 | 第29-30页 |
| ·蚁群算法模型 | 第30-34页 |
| ·TSP问题 | 第30页 |
| ·蚁群算法模型 | 第30-34页 |
| ·蚁群算法与其它人工智能算法的比较 | 第34-39页 |
| 第4章 蚁群算法的改进及实现 | 第39-50页 |
| ·蚁群算法的改进 | 第39-46页 |
| ·带精英策略的蚁群算法 | 第39-40页 |
| ·基于优化排序的蚁群算法 | 第40-42页 |
| ·Ant-Q System | 第42-43页 |
| ·最大-最小蚁群算法 | 第43-45页 |
| ·最优-最差蚁群算法 | 第45页 |
| ·混合蚁群算法 | 第45-46页 |
| ·编程实现典型改进蚁群算法及结果比较 | 第46-50页 |
| ·三种模型的实验结果 | 第46-47页 |
| ·基本蚁群算法与Ant-Q System、最大-最小蚁群算法、最优-最差蚁群算法的实验结果 | 第47-50页 |
| 第5章 改进蚁群算法求解带约束条件的铁路 VRP | 第50-64页 |
| ·VRP问题模型 | 第50页 |
| ·图论基础即图的存储结构 | 第50-51页 |
| ·铁路运输网络图的分层显示 | 第51-54页 |
| ·蚁群算法设计 | 第54-59页 |
| ·线路构造 | 第54-57页 |
| ·信息素的更新 | 第57-58页 |
| ·约束条件 | 第58-59页 |
| ·实验与结果 | 第59-62页 |
| ·算法中的参数选择 | 第62-64页 |
| 结论与展望 | 第64-66页 |
| 1、结论 | 第64页 |
| 2、展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录 | 第72-78页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第78页 |