| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 VRP 的发展现状 | 第11-13页 |
| 1.2.1 运输路线优化基本问题及变形 | 第11-12页 |
| 1.2.2 国内外VRP 问题研究现状 | 第12-13页 |
| 1.3 VRP 问题优化目标 | 第13页 |
| 1.4 研究目的和本文结构 | 第13-15页 |
| 第2章 VRP 模型和算法 | 第15-26页 |
| 2.1 VRP 模型 | 第15-17页 |
| 2.2 VRP 问题分类 | 第17-18页 |
| 2.3 VRP 经典算法 | 第18-25页 |
| 2.3.1 贪心算法 | 第18页 |
| 2.3.2 Tabu 搜索算法 | 第18-19页 |
| 2.3.3 遗传算法 | 第19-20页 |
| 2.3.4 粒子群算法 | 第20-22页 |
| 2.3.5 蚁群算法 | 第22-23页 |
| 2.3.6 模拟退火算法 | 第23-24页 |
| 2.3.7 神经网络算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 智能车辆路径选择优化算法研究 | 第26-35页 |
| 3.1 车辆路径选择模型 | 第26-28页 |
| 3.1.1 假设前提 | 第26-27页 |
| 3.1.2 车辆路径选择模型 | 第27-28页 |
| 3.2 车辆路径选择优化算法设计思路 | 第28-29页 |
| 3.3 基于聚类和鱼群算法的车辆路径选择优化算法 | 第29-34页 |
| 3.3.1 K-means 聚类 | 第29-30页 |
| 3.3.2 鱼群算法 | 第30-31页 |
| 3.3.3 基于聚类和鱼群算法的车辆路径选择优化算法 | 第31-33页 |
| 3.3.4 种子进化算法 | 第33页 |
| 3.3.5 基于聚类和种子进化算法的车辆路径选择优化算法 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 实验和分析 | 第35-38页 |
| 4.1 实验数据 | 第35-36页 |
| 4.2 实验软硬件环境 | 第36页 |
| 4.3 实验说明 | 第36页 |
| 4.4 实验结果和分析 | 第36-38页 |
| 第6章 结束语 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 攻读硕士学位期间科研工作情况 | 第43页 |