| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-18页 |
| ·研究背景及意义 | 第10-12页 |
| ·VRP的国内外研究现状 | 第12-16页 |
| ·经典VRP的国内外研究现状 | 第13-14页 |
| ·动态VRP的国内外研究现状 | 第14-16页 |
| ·本文的研究内容 | 第16-18页 |
| 2 扫描法和遗传算法概述 | 第18-24页 |
| ·扫描法简介 | 第18页 |
| ·遗传算法简介 | 第18-20页 |
| ·遗传算法的产生和发展 | 第18-19页 |
| ·遗传算法的的基本思想 | 第19-20页 |
| ·遗传算法的特点 | 第20页 |
| ·遗传算法的基本原理 | 第20-22页 |
| ·遗传算法的步骤 | 第22-24页 |
| 3 物流配送车辆调度问题的主要求解算法分析 | 第24-32页 |
| ·物流配送车辆优化调度问题的提出 | 第24页 |
| ·我国物流配送车辆调度的特点 | 第24-26页 |
| ·物流配送车辆优化调度问题的分类 | 第26-28页 |
| ·物流配送车辆调度问题的优化算法分析 | 第28-32页 |
| 4 扫描法和遗传算法在单车场非满载车辆调度问题中的应用 | 第32-46页 |
| ·单车场非满载物流配送车辆调度的数学模型 | 第32-33页 |
| ·单车场物流配送车辆优化调度问题的描述 | 第32页 |
| ·单车场非满载物流配送车辆调度问题模型的建立 | 第32-33页 |
| ·用扫描法和遗传算法求解单车场非满载车辆调度问题的算法思想 | 第33-35页 |
| ·求解TSP问题的遗传算法 | 第35-39页 |
| ·编码 | 第35-36页 |
| ·初始种群和适应度函数 | 第36页 |
| ·遗传算子 | 第36-38页 |
| ·参数控制 | 第38-39页 |
| ·自适应的交叉概率的改进遗传算法 | 第39-41页 |
| ·自适应交叉概率遗传算法的提出 | 第39-40页 |
| ·自适应交叉概率遗传算法的设计 | 第40-41页 |
| ·算例分析 | 第41-46页 |
| 5 用扫描法和遗传算法求解动态车辆调度问题 | 第46-51页 |
| ·动态车辆调度问题的分类 | 第46页 |
| ·动态车辆调度问题数学模型 | 第46-49页 |
| ·问题描述 | 第46-47页 |
| ·数学模型的建立 | 第47-49页 |
| ·实例求解 | 第49-51页 |
| 6 结论 | 第51-52页 |
| ·本文研究工作总结 | 第51页 |
| ·进一步研究方向 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简历 | 第55-57页 |
| 学位论文数据集 | 第57页 |