摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第1章 绪论 | 第10-14页 |
·课题背景及意义 | 第10-11页 |
·研究现状 | 第11-13页 |
·本文主要内容及组织结构 | 第13-14页 |
第2章 车辆路径问题(VRP) | 第14-23页 |
·VRP 定义 | 第14-16页 |
·VRP 的数学模型 | 第16-18页 |
·VRP 的求解算法 | 第18-22页 |
·精确算法 | 第18-19页 |
·近似算法 | 第19-22页 |
·本章小结 | 第22-23页 |
第3章 案例推理(CBR)概述 | 第23-30页 |
·引言 | 第23页 |
·CBR 原理 | 第23-25页 |
·混合系统 | 第25-28页 |
·A 型系统——CBR 作为存储器,EA 作为优化器 | 第26-27页 |
·B 型——EA 作为CBR 系统参数优化器 | 第27-28页 |
·本章小结 | 第28-30页 |
第4章 CBR-GA 算法 | 第30-40页 |
·引言 | 第30页 |
·CBR-GA 算法 | 第30-34页 |
·案例库的构建 | 第32-33页 |
·新案例产生 | 第33页 |
·重组案例库 | 第33-34页 |
·算法描述 | 第34页 |
·实验检验 | 第34-39页 |
·CBR-GA 的收敛分析 | 第35-36页 |
·相似度参数讨论 | 第36-39页 |
·本章小结 | 第39-40页 |
第5章 CBR-GA 算法应用于车辆路径问题 | 第40-50页 |
·引言 | 第40页 |
·算法设计 | 第40-45页 |
·实验结果分析 | 第45-49页 |
·Solomon C101.50 实验分析 | 第46-47页 |
·Solomon C101.100 实验分析 | 第47-49页 |
·本章小结 | 第49-50页 |
第6章 总结与展望 | 第50-52页 |
·总结 | 第50页 |
·展望 | 第50-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-57页 |
附录A 本文作者在攻读硕士学位期间所发表的论文 | 第57页 |
附录B 本文作者攻读硕士学位期间参加的科研项目 | 第57页 |