| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·论文结构及主要工作 | 第16-20页 |
| 2 微粒群算法概述 | 第20-40页 |
| ·优化算法 | 第20-21页 |
| ·进化算法 | 第21-24页 |
| ·微粒群算法 | 第24-31页 |
| ·动态个体惯性权重调整微粒群算法 | 第31-39页 |
| ·本章小结 | 第39-40页 |
| 3 约束优化问题的微粒群算法求解 | 第40-57页 |
| ·引言 | 第40页 |
| ·微粒群算法求解约束优化问题相关研究成果 | 第40-42页 |
| ·微粒群算法变异算子的选择 | 第42-48页 |
| ·双重微粒群算法(DUAL-PARTICLE SWARM OPTIMIZATION, DUAL-PSO) | 第48-55页 |
| ·本章小节 | 第55-57页 |
| 4 求解背包问题的混合遗传微粒群算法 | 第57-72页 |
| ·引言 | 第57-58页 |
| ·问题描述与数学模型 | 第58页 |
| ·微粒群算法求解KP 问题相关研究成果 | 第58-59页 |
| ·求解KP 问题的混合遗传微粒群算法 | 第59-65页 |
| ·基于混合微粒群算法的货物中转模型优化 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 5 车辆调度问题的混合遗传微粒群算法求解 | 第72-100页 |
| ·求解TSP 问题的混合遗传微粒群算法(HGPSO-TSP) | 第72-82页 |
| ·求解CVRP 问题的混合遗传微粒群算法(HGPSO-CVRP) | 第82-89页 |
| ·HGPSO-CVRP 应用实例 | 第89-99页 |
| ·本章小结 | 第99-100页 |
| 6 总结与展望 | 第100-103页 |
| ·本文的主要工作及研究结论 | 第100-101页 |
| ·展望 | 第101-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-118页 |
| 附录1 攻读博士学位期间发表论文目录 | 第118-119页 |
| 附录2 本文所采用的基准约束优化问题 | 第119-123页 |
| 附录3 本文采用的背包问题实例 | 第123-125页 |
| 附录4 广州某食品有限公司卖场之间里程 | 第125-126页 |
