物流配送车辆路径智能优化方法研究
| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-14页 |
| ·车辆路径问题的概念 | 第7页 |
| ·车辆路径问题的分类 | 第7-8页 |
| ·确定性VRP | 第8-10页 |
| ·确定性VRP的模型综述 | 第8-9页 |
| ·确定性VRP的算法综述 | 第9-10页 |
| ·不确定性VRP | 第10-12页 |
| ·不确定性VRP的宏观特性 | 第11页 |
| ·不确定性VRP的模型综述 | 第11-12页 |
| ·复合性VRP | 第12页 |
| ·我国对于VRP的研究状况 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| 第二章 智能算法基本理论 | 第14-22页 |
| ·从遗传算法到免疫算法 | 第14-17页 |
| ·免疫算法的生物学基础 | 第14页 |
| ·免疫算法的机理 | 第14-16页 |
| ·免疫算法的运行步骤 | 第16页 |
| ·免疫算法的特点 | 第16-17页 |
| ·粒子群算法的基本理论 | 第17-19页 |
| ·粒子群优化算法的概念 | 第17页 |
| ·粒子群优化算法处理连续优化问题 | 第17-18页 |
| ·粒子群优化算法处理组合优化问题 | 第18-19页 |
| ·粒子群优化算法的一些特点 | 第19页 |
| ·蚁群算法 | 第19-22页 |
| ·蚁群算法生物学基础 | 第19-20页 |
| ·蚁群算法的原理 | 第20-21页 |
| ·蚁群算法的优缺点 | 第21-22页 |
| 第三章 智能算法在静态VRP条件下的优化研究 | 第22-46页 |
| ·静态VRP描述与数学模型 | 第22-23页 |
| ·免疫算法应用于静态VRP的研究 | 第23-35页 |
| ·算法流程 | 第23-26页 |
| ·直接法仿真实验 | 第26-33页 |
| ·间接法优化原理 | 第33-35页 |
| ·间接法仿真实验 | 第35页 |
| ·粒子群算法应用于静态VRP的研究 | 第35-40页 |
| ·算法步骤 | 第35-37页 |
| ·仿真实验 | 第37-40页 |
| ·蚁群算法应用于静态VRP的研究 | 第40-43页 |
| ·算法步骤 | 第40-41页 |
| ·仿真实验 | 第41-43页 |
| ·各种智能算法应用静态VRP的总结分析 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第四章 动态车辆路径问题的研究 | 第46-54页 |
| ·问题描述及模型建立 | 第46-48页 |
| ·行驶时间描述 | 第46-47页 |
| ·约束条件描述 | 第47页 |
| ·目标描述 | 第47页 |
| ·模型建立 | 第47-48页 |
| ·问题解决方案与步骤 | 第48-51页 |
| ·约束条件的处理 | 第48-49页 |
| ·算法优化步骤 | 第49-51页 |
| ·仿真试验 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 总结和展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
