基于改进蚁群算法的车辆路径问题研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 引言 | 第7-16页 |
| 1.1 选题背景与意义 | 第7-8页 |
| 1.2 车辆路径问题的研究现状 | 第8-13页 |
| 1.2.1 传统启发式算法 | 第9-10页 |
| 1.2.2 现代启发式算法 | 第10-13页 |
| 1.3 研究内容及组织结构 | 第13-16页 |
| 1.3.1 研究内容 | 第14页 |
| 1.3.2 组织结构 | 第14-16页 |
| 第2章 车辆路径问题的基本概念 | 第16-21页 |
| 2.1 标准车辆路径问题及数学模型 | 第16-17页 |
| 2.2 车辆路径问题的要素及分类 | 第17-21页 |
| 2.2.1 车辆路径问题的构成要素 | 第17-19页 |
| 2.2.2 车辆路径问题的分类 | 第19-21页 |
| 第3章 蚁群算法 | 第21-32页 |
| 3.1 蚁群算法的基本原理 | 第21-26页 |
| 3.1.1 蚁群行为 | 第21-23页 |
| 3.1.2 蚁群算法的工作机制 | 第23页 |
| 3.1.3 蚁群算法的数学模型 | 第23-25页 |
| 3.1.4 蚁群算法的算法流程 | 第25-26页 |
| 3.2 参数分析 | 第26-28页 |
| 3.2.1 蚂蚁数目m | 第26-27页 |
| 3.2.2 信息启发因子α | 第27页 |
| 3.2.3 期望启发因子β | 第27页 |
| 3.2.4 信息素挥发系数ρ | 第27-28页 |
| 3.3 算法的复杂度分析 | 第28-29页 |
| 3.3.1 时间复杂度分析 | 第28页 |
| 3.3.2 空间复杂度分析 | 第28-29页 |
| 3.4 蚁群算法的特点 | 第29-30页 |
| 3.5 基于蚁群的其它优化思想 | 第30-32页 |
| 3.5.1 蚁群系统 | 第30-31页 |
| 3.5.2 最大最小蚁群算法 | 第31-32页 |
| 第4章 改进蚁群算法及其在车辆路径问题中的应用 | 第32-46页 |
| 4.1 禁忌搜索算法 | 第32-34页 |
| 4.1.1 禁忌搜索算法的构成要素 | 第32-33页 |
| 4.1.2 禁忌搜索算法的基本原理及流程 | 第33-34页 |
| 4.2 具有禁忌搜索能力的蚁群算法改进 | 第34-40页 |
| 4.2.1 改进思想 | 第34-35页 |
| 4.2.2 工作原理 | 第35-37页 |
| 4.2.3 执行步骤 | 第37-39页 |
| 4.2.4 算法实现 | 第39-40页 |
| 4.3 CVRP实验结果及分析 | 第40-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 不足与展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
