车辆路径问题的蚁群算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·问题的提出 | 第10-11页 |
| ·国内外同类研究综述 | 第11-13页 |
| ·蚁群算法求解VRP 的国内外研究进展 | 第11-13页 |
| ·国内外同类研究总结 | 第13页 |
| ·本文研究的目的和研究内容 | 第13-15页 |
| ·本文研究的目的 | 第13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 2 蚁群优化算法 | 第15-28页 |
| ·引言 | 第15页 |
| ·基本蚁群算法原理 | 第15-22页 |
| ·基本原理 | 第15-18页 |
| ·基本蚁群算法的数学模型 | 第18-20页 |
| ·基本蚁群算法的实现步骤 | 第20-21页 |
| ·基本蚁群算法的优点与不足之处 | 第21-22页 |
| ·蚁群优化算法的发展 | 第22-26页 |
| ·AS(Ant System) | 第23页 |
| ·Ant Colony System | 第23-24页 |
| ·Max-Min Ant System | 第24-25页 |
| ·基于蚁群算法的分段求解算法 | 第25页 |
| ·自适应蚁群算法 | 第25-26页 |
| ·其他改进蚁群算法 | 第26页 |
| ·蚁群优化算法的典型应用 | 第26-28页 |
| ·ACA 在静态组合优化中的应用 | 第26-27页 |
| ·ACA 在动态组合优化中的应用 | 第27-28页 |
| 3 车辆路径问题 | 第28-34页 |
| ·引言 | 第28页 |
| ·车辆路径问题概述 | 第28-32页 |
| ·车辆路径问题的一般描述 | 第28-29页 |
| ·车辆路径问题的数学模型 | 第29-32页 |
| ·车辆路径问题的分类 | 第32-34页 |
| 4 车辆路径问题的改进蚁群算法 | 第34-52页 |
| ·分析信息参数改进蚁群算法 | 第34-37页 |
| ·针对CVRP 改进蚁群算法 | 第37页 |
| ·车辆路径问题的改进蚁群算法 | 第37-46页 |
| ·改进蚁群算法的基本思路 | 第38-39页 |
| ·改进蚁群算法的基本框架 | 第39-46页 |
| ·算例仿真及结果 | 第46-52页 |
| 5 结论与展望 | 第52-53页 |
| ·主要结论 | 第52页 |
| ·后续研究工作的展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58-60页 |
