| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究综述 | 第9-16页 |
| 1.2.1 多车场车辆路径问题的研究现状 | 第9-11页 |
| 1.2.2 带时间窗车辆路径问题的研究现状 | 第11-14页 |
| 1.2.3 带时间窗多车场车辆路径问题的研究现状 | 第14-15页 |
| 1.2.4 研究现状评述 | 第15-16页 |
| 1.3 研究内容与论文结构 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 论文结构 | 第16-18页 |
| 1.4 本文创新点 | 第18-19页 |
| 第二章 相关基础理论 | 第19-24页 |
| 2.1 多车场问题概述 | 第19-20页 |
| 2.2 时间窗问题概述 | 第20-21页 |
| 2.3 多目标粒子群法 | 第21-22页 |
| 2.4 层次分析法 | 第22-24页 |
| 第三章 模型构建 | 第24-30页 |
| 3.1 问题描述 | 第24页 |
| 3.2 模型假设 | 第24-25页 |
| 3.3 符号和变量说明 | 第25-26页 |
| 3.4 数学建模 | 第26-30页 |
| 3.4.1 时间窗模糊化处理 | 第26-27页 |
| 3.4.2 考虑配送成本的多车场车辆路径模型(Model Ⅰ) | 第27-28页 |
| 3.4.3 考虑客户满意度的多车场车辆路径模型(Model Ⅱ) | 第28页 |
| 3.4.4 考虑配送成本和客户满意度的多车场车辆路径模型(Model Ⅲ) | 第28-30页 |
| 第四章 模型求解 | 第30-46页 |
| 4.1 求解多车场车辆路径的粒子群算法 | 第30-43页 |
| 4.1.1 粒子编码 | 第30-32页 |
| 4.1.2 约束条件处理 | 第32-33页 |
| 4.1.3 适应度函数构造 | 第33-35页 |
| 4.1.4 更新策略 | 第35-36页 |
| 4.1.5 单目标PSO算法的实现 | 第36-38页 |
| 4.1.6 多目标AGA-MOPSO算法的实现 | 第38-43页 |
| 4.2 最优参考解AHP评价 | 第43-46页 |
| 第五章 算例与结果分析 | 第46-71页 |
| 5.1 实验环境及测试算例 | 第46-47页 |
| 5.2 实验参数设置 | 第47页 |
| 5.3 实验设计与分析 | 第47-71页 |
| 5.3.1 实验设计 | 第47-48页 |
| 5.3.2 实验结果分析 | 第48-65页 |
| 5.3.3 多目标最优参考解计算 | 第65-71页 |
| 总结与展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 个人简历及研究成果 | 第79页 |
