基于混合遗传算法的车辆调度优化
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-17页 |
| ·车辆调度问题的研究背景 | 第10-12页 |
| ·求解车辆优化调度问题的主要方法及其研究现状 | 第12-14页 |
| ·主要方法 | 第12-13页 |
| ·研究现状 | 第13-14页 |
| ·研究方法和创新性 | 第14-16页 |
| ·研究方法 | 第14-16页 |
| ·创新性 | 第16页 |
| ·内容安排 | 第16-17页 |
| 2 单车场车辆调度物流优化 | 第17-26页 |
| ·引言 | 第17-19页 |
| ·车辆调度模型 | 第19-20页 |
| ·定义参数 | 第19页 |
| ·问题描述及数学模型 | 第19-20页 |
| ·自适应遗传算法 | 第20-22页 |
| ·染色体编码 | 第20页 |
| ·适应度和选择算子 | 第20-21页 |
| ·交叉和变异算子 | 第21页 |
| ·交叉和变异概率的自适应调整 | 第21-22页 |
| ·求解模型的混合遗传算法 | 第22-23页 |
| ·求解思路 | 第22页 |
| ·求解算法 | 第22-23页 |
| ·算例分析 | 第23-26页 |
| 3 多车场装卸混合VSP | 第26-37页 |
| ·引言 | 第26-27页 |
| ·数学模型 | 第27-28页 |
| ·混合GA算法各算子设计 | 第28-31页 |
| ·混合编码 | 第28-29页 |
| ·构造初始解 | 第29-30页 |
| ·选择算子 | 第30页 |
| ·交叉变异算子 | 第30-31页 |
| ·精英种群 | 第31页 |
| ·设计TS算法的参数 | 第31-32页 |
| ·确定候选解集及禁忌参数 | 第31页 |
| ·算法终止条件 | 第31页 |
| ·算法步骤 | 第31-32页 |
| ·数值试验 | 第32-37页 |
| ·多车场单车型 | 第32-34页 |
| ·多车场多车型 | 第34-36页 |
| ·多车型/单车型多车场问题的结果比较 | 第36-37页 |
| 4 多车场有时间窗的VSP | 第37-50页 |
| ·引言 | 第37-38页 |
| ·MDVSPTW的描述及数学模型 | 第38-40页 |
| ·问题描述 | 第38页 |
| ·数学模型 | 第38-40页 |
| ·模型求解 | 第40-41页 |
| ·多车场转单车场 | 第40页 |
| ·初始解算法FSP | 第40-41页 |
| ·邻域搜索分配车场 | 第41页 |
| ·TS算法 | 第41页 |
| ·混合GA算法 | 第41-45页 |
| ·染色体编码 | 第41-42页 |
| ·初始化种群 | 第42-43页 |
| ·适应度函数及选择算子 | 第43页 |
| ·交叉变异算子 | 第43-45页 |
| ·终止准则 | 第45页 |
| ·多车场的优化方法 | 第45页 |
| ·多车场化单车场的优化方法 | 第45页 |
| ·多车场同时优化方法 | 第45页 |
| ·数值试验 | 第45-50页 |
| 5 结论及展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录A | 第54-55页 |
| 附录B | 第55-58页 |
| 致谢 | 第58页 |
