| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 国内研究现状 | 第8-10页 |
| 1.2.2 国外研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-15页 |
| 1.3.1 研究内容 | 第11-13页 |
| 1.3.2 创新点 | 第13-15页 |
| 第二章 甩挂运输理论及算法概述 | 第15-24页 |
| 2.1 甩挂运输概念及工作原理 | 第15-16页 |
| 2.1.1 甩挂运输概念 | 第15-16页 |
| 2.1.2 甩挂运输工作原理 | 第16页 |
| 2.2 甩挂运输网络概述 | 第16-20页 |
| 2.2.1 甩挂运输网络功能定位 | 第16-17页 |
| 2.2.2 甩挂运输网络的基本构成 | 第17-19页 |
| 2.2.3 甩挂运输网络节点分类和功能 | 第19-20页 |
| 2.3 启发式算法概述 | 第20-21页 |
| 2.4 遗传算法概述 | 第21-23页 |
| 2.4.1 遗传算法的产生和发展 | 第21页 |
| 2.4.2 遗传算法中的基本概念 | 第21-23页 |
| 2.4.3 遗传算法的基本特征 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 轴辐式网络下的任务集调度优化 | 第24-30页 |
| 3.1 问题描述 | 第24-26页 |
| 3.1.1 轴辐式甩挂运输网络描述 | 第24-25页 |
| 3.1.2 任务集描述 | 第25-26页 |
| 3.2 混合整数优化模型 | 第26-28页 |
| 3.2.1 假设条件 | 第26页 |
| 3.2.2 参数说明 | 第26-27页 |
| 3.2.3 模型建立 | 第27-28页 |
| 3.3 基于时间紧迫度的启发式算法设计 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 循环甩挂运输网络下的牵引车调度优化 | 第30-38页 |
| 4.1 问题描述 | 第30-32页 |
| 4.1.1 循环甩挂运输网络描述 | 第30页 |
| 4.1.2 牵引车行驶路径描述 | 第30-32页 |
| 4.2 牵引车调度优化模型 | 第32-33页 |
| 4.2.1 假设条件 | 第32页 |
| 4.2.2 参数说明 | 第32页 |
| 4.2.3 模型建立 | 第32-33页 |
| 4.3 结合启发式规则的改进遗传算法求解 | 第33-36页 |
| 4.3.1 启发式规则求解牵引车需求数量上限 | 第33-34页 |
| 4.3.2 编码方案设计 | 第34-35页 |
| 4.3.3 适应度函数 | 第35页 |
| 4.3.4 遗传算子设计 | 第35-36页 |
| 4.4 本章小结 | 第36-38页 |
| 第五章 算例分析 | 第38-45页 |
| 5.1 轴辐式网络下的任务集调度优化问题数值模拟 | 第38-40页 |
| 5.2 循环网络下的牵引车调度优化问题数值模拟 | 第40-44页 |
| 5.2.1 数值参数 | 第40-43页 |
| 5.2.2 结合启发式规则的改进遗传算法参数及其求解结果 | 第43页 |
| 5.2.3 结果分析 | 第43-44页 |
| 5.3 本章小结 | 第44-45页 |
| 第六章 结论与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 附录 | 第49-55页 |
| 个人简历 | 第55-56页 |
| 致谢 | 第56页 |