改进伊藤算法及其在车辆路径问题中的研究与应用
摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第1章 绪论 | 第11-16页 |
·研究背景及意义 | 第11-12页 |
·国内外研究现状 | 第12-14页 |
·车辆路径问题的国内外研究现状 | 第12-13页 |
·伊藤算法的国内外研究现状 | 第13-14页 |
·本文的主要研究内容 | 第14-16页 |
·研究内容 | 第14页 |
·主要特色与创新点 | 第14-15页 |
·组织结构 | 第15-16页 |
第2章 车辆路径问题及其求解算法概述 | 第16-25页 |
·车辆路径问题的定义 | 第16页 |
·车辆路径问题的组成要素 | 第16-17页 |
·车辆路径问题的分类 | 第17-18页 |
·车辆路径问题的求解算法 | 第18-24页 |
·精确算法 | 第18-19页 |
·传统启发式算法 | 第19-21页 |
·智能启发式算法 | 第21-23页 |
·求解车辆路径问题的各类算法比较 | 第23-24页 |
·本章小结 | 第24-25页 |
第3章 基本伊藤算法与典型群智能算法的对比分析 | 第25-36页 |
·群智能算法的一般特性 | 第25页 |
·基本伊藤算法 | 第25-29页 |
·伊藤过程的发展 | 第25-26页 |
·伊藤算法的基本原理 | 第26页 |
·漂移算子和波动算子 | 第26页 |
·粒子半径设计 | 第26-27页 |
·模拟退火过程 | 第27页 |
·伊藤算法用于求解VRP的关键设计 | 第27-28页 |
·伊藤算法求解VRP的基本流程 | 第28-29页 |
·伊藤算法求解VRP的时间复杂度分析 | 第29页 |
·蚁群算法 | 第29-32页 |
·蚁群算法的基本原理 | 第29-30页 |
·信息素更新规则 | 第30-31页 |
·蚁群算法路径节点转移概率公式 | 第31页 |
·蚁群算法求解VRP的基本流程 | 第31页 |
·蚁群算法求解VRP的时间复杂度分析 | 第31-32页 |
·粒子群算法 | 第32-34页 |
·粒子群算法的基本原理 | 第32页 |
·粒子位置的转移方式 | 第32-33页 |
·粒子群算法的典型编码方式 | 第33页 |
·粒子群算法求解VRP的基本流程 | 第33-34页 |
·粒子群算法求解VRP的时间复杂度分析 | 第34页 |
·伊藤算法和蚁群算法、粒子群算法的特性对比 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 改进伊藤算法求解带容量约束的车辆路径问题 | 第36-45页 |
·伊藤算法的改进 | 第36-38页 |
·路径权重更新策略的改进 | 第36页 |
·路径节点选择策略的改进 | 第36-37页 |
·路径节点选择概率公式参数动态变化 | 第37页 |
·搜索停滞现象的改进 | 第37-38页 |
·引入局部优化算法 | 第38页 |
·带容量的车辆路径问题的数学模型 | 第38-39页 |
·改进伊藤算法求解CVRP的基本流程 | 第39-41页 |
·实验结果 | 第41-44页 |
·算法参数设置 | 第41页 |
·解表示方法 | 第41页 |
·仿真结果 | 第41-42页 |
·与其他典型群智能算法得出的结果的对比 | 第42-44页 |
·本章小结 | 第44-45页 |
第5章 自动售货机配送系统的实现 | 第45-56页 |
·系统开发背景和意义 | 第45页 |
·系统的整体框架设计 | 第45-46页 |
·相关技术介绍 | 第46-48页 |
·无线通信模块 | 第46页 |
·数据库 | 第46-47页 |
·Java技术 | 第47页 |
·Android技术 | 第47-48页 |
·系统的关键设计 | 第48-52页 |
·Apache MINA框架 | 第48页 |
·花生壳域名服务 | 第48-49页 |
·无线通信模块传输数据 | 第49页 |
·自动售货机与远程运营中心通信报文格式 | 第49-50页 |
·数据库表的设计 | 第50页 |
·智能算法的实现 | 第50-51页 |
·Android客户端设计 | 第51-52页 |
·系统运行测试 | 第52-55页 |
·系统测试说明 | 第52-53页 |
·运营中心路径规划模块 | 第53页 |
·Android手机客户端工作界面 | 第53-54页 |
·自动售货机监控界面 | 第54-55页 |
·本章小结 | 第55-56页 |
第6章 总结与展望 | 第56-58页 |
·论文总结 | 第56-57页 |
·工作展望 | 第57-58页 |
参考文献 | 第58-61页 |
附录 | 第61-64页 |
致谢 | 第64-65页 |
攻读硕士期间发表的论文和参加的科研项目 | 第65页 |