| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9页 |
| ·车辆路径问题简介 | 第9-13页 |
| ·车辆路径问题的定义 | 第9-10页 |
| ·车辆路径问题的分类 | 第10页 |
| ·车辆路径问题的研究现状 | 第10-11页 |
| ·求解车辆路径问题的常用算法 | 第11-13页 |
| ·本课题的研究目的及内容 | 第13-15页 |
| 2 遗传算法研究概述 | 第15-25页 |
| ·遗传算法的起源、研究历史与现状 | 第15-16页 |
| ·遗传算法的思想起源 | 第15页 |
| ·遗传算法的研究历史与现状 | 第15-16页 |
| ·遗传算法的特点和应用 | 第16-17页 |
| ·基本遗传算法及其实现 | 第17-22页 |
| ·编码 | 第18页 |
| ·群体设定 | 第18-19页 |
| ·适应度函数 | 第19-20页 |
| ·遗传算法的基本操作 | 第20-22页 |
| ·约束条件的处理方法 | 第22页 |
| ·遗传算法的改进 | 第22-25页 |
| 3 改进遗传算法在包装件单目标路径优化中的研究与应用 | 第25-39页 |
| ·包装件物流配送车辆路径规划的问题描述和数学模型 | 第25-26页 |
| ·标准遗传算法各算子对单目标路径优化的影响分析 | 第26-31页 |
| ·单目标VRPTW问题染色体的编码形式 | 第26页 |
| ·种群初始化对优化效果的影响 | 第26-27页 |
| ·选择算子对优化效果的影响 | 第27-28页 |
| ·交叉算子对优化效果的影响 | 第28-29页 |
| ·变异算子对优化效果的影响 | 第29-31页 |
| ·改进遗传算法的设计与实现 | 第31-36页 |
| ·射线扫描法生成初始种群 | 第31-32页 |
| ·适应度函数的设计 | 第32-33页 |
| ·选择算子的改进设计 | 第33页 |
| ·交叉算子的改进设计 | 第33-35页 |
| ·变异算子的改进设计 | 第35-36页 |
| ·基于MATLAB的仿真研究 | 第36-38页 |
| ·基于MATLAB仿真平台的特点 | 第36页 |
| ·单目标路径优化的实例分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 基于三维地形的包装件多目标遗传算法求解VRP问题 | 第39-47页 |
| ·基于三维地形的车辆路径的数学模型 | 第39-40页 |
| ·求解VRP问题中多目标遗传算法设计 | 第40-43页 |
| ·VRP问题中的非支配集定义 | 第40-41页 |
| ·染色体编码和适应度函数 | 第41页 |
| ·初始种群的产生 | 第41-42页 |
| ·多目标遗传算法的设计 | 第42-43页 |
| ·多目标路径优化的实现与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 5 结论和展望 | 第47-49页 |
| ·研究结论 | 第47页 |
| ·工作展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-53页 |
| 发表文章 | 第53页 |