首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

多车场军事物流车辆调度问题优化研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第10-18页
    1.1 研究背景和意义第10-11页
        1.1.1 研究背景第10页
        1.1.2 研究意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 军事物流国内外研究现状第11-13页
        1.2.2 车辆调度问题国内外研究现状第13-15页
    1.3 论文研究内容第15-16页
    1.4 论文的组织结构第16-18页
第2章 军事物流车辆调度问题相关研究第18-29页
    2.1 车辆调度问题由来第18页
    2.2 车辆调度问题知识介绍第18-21页
        2.2.1 车辆调度问题的描述第18-19页
        2.2.2 车辆调度问题的一般数学模型第19-20页
        2.2.3 车辆调度问题的分类第20-21页
    2.3 车辆调度优化问题求解算法研究比较第21-25页
        2.3.1 优化方法概述第21页
        2.3.2 常用优化方法分类第21-24页
        2.3.3 算法性能比较第24-25页
    2.4 遗传算法第25-28页
        2.4.1 遗传算法基本思想第25页
        2.4.2 标准遗传算法的构成要素第25-27页
        2.4.3 标准遗传算法的工作过程第27-28页
    2.5 本章小结第28-29页
第3章 军事物流车辆调度模型构建及车场的划分第29-47页
    3.1 军事物流车场配送能力的影响因素分析第29-30页
    3.2 多车场车辆调度问题的优化目标第30-31页
    3.3 军事物流车辆调度数学模型的构建第31-34页
        3.3.1 问题描述第31页
        3.3.2 基本假设第31-32页
        3.3.3 时间惩罚函数第32-33页
        3.3.4 参变量定义第33页
        3.3.5 军事物流车辆调度数学模型的建立第33-34页
    3.4 多车场车辆调度问题的解决方法第34-35页
    3.5 二级模糊综合评判法划分车场第35-46页
        3.5.1 模糊综合评判法基本原理第35-36页
        3.5.2 二级模糊综合评判法划分车场基本步骤第36-40页
        3.5.3 实例应用第40-46页
    3.6 本章小结第46-47页
第4章 军事物流车辆调度优化问题的算法设计第47-58页
    4.1 双种群遗传算法和捕食搜索算法的基本思想第48-50页
    4.2 需求分队已知情况下的改进遗传算法设计第50-56页
        4.2.1 染色体编码与解码第50页
        4.2.2 初始种群的产生第50-51页
        4.2.3 适应度评价第51页
        4.2.4 遗传算子第51-53页
        4.2.5 交叉和变异概率的动态调整第53-54页
        4.2.6 生成新种群第54页
        4.2.7 终止条件第54页
        4.2.8 改进遗传算法的主要工作流程第54-56页
    4.3 新分队提出需求情况下的算法设计第56-57页
    4.4 本章小结第57-58页
第5章 军事物流车辆调度优化问题实例应用第58-66页
    5.1 实例仿真第58-60页
        5.1.1 演习背景第58页
        5.1.2 保障任务相关情况第58-60页
    5.2 实验结果分析第60-65页
        5.2.1 需求分队已知情况的车辆调度优化问题第61-64页
        5.2.2 出现新分队提出服务的车辆调度优化问题第64-65页
    5.3 本章小结第65-66页
第6章 总结与展望第66-68页
    6.1 论文总结第66页
    6.2 论文展望第66-68页
参考文献第68-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:确定状态自动机空间占用的优化研究
下一篇:基于数据挖掘的呼叫中心数据分析与研究