| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·配送车辆调度问题描述及分类 | 第9-12页 |
| ·车辆调度问题描述 | 第9-10页 |
| ·车辆调度问题的分类 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·车辆调度问题研究现状 | 第12-13页 |
| ·Hopfield 神经网络研究现状 | 第13-14页 |
| ·本文的主要工作 | 第14-16页 |
| 2 配送车辆调度问题算法研究 | 第16-38页 |
| ·车辆调度问题算法综述 | 第16-18页 |
| ·车辆调度问题基本算法 | 第16-18页 |
| ·配送区域划分算法研究 | 第18页 |
| ·人工神经网络算法 | 第18-26页 |
| ·人工神经网络 | 第19-21页 |
| ·Hopfield 神经网络 | 第21-26页 |
| ·解决车辆调度问题的全局优化方法 | 第26-31页 |
| ·全局优化概述 | 第26-27页 |
| ·全局优化方法 | 第27-31页 |
| ·模拟退火算法 | 第31-38页 |
| 3 改进的 Hopfield 网络优化策略及其解决 VRP 问题的应用 | 第38-55页 |
| ·解决 CVRP 问题的 Hopfield 神经网络算法 | 第38-44页 |
| ·CVRP 问题的描述 | 第38-39页 |
| ·CVRP 问题数学模型 | 第39-40页 |
| ·Hopfield 神经网络算法解决 CVRP 问题 | 第40-44页 |
| ·Hopfield 神经网络优化算法的缺陷 | 第44页 |
| ·基于模拟退火算法的 Hopfield 神经网络改进研究 | 第44-48页 |
| ·算法提出与简介 | 第44-46页 |
| ·SA—HNN 混合算法具体步骤 | 第46页 |
| ·SA—HNN 混合算法解决组合优化问题的具体步骤 | 第46-48页 |
| ·解决带宽时间窗的 CVRP 问题 | 第48-55页 |
| ·解决聚类问题的 Hopfield 神经网络算法 | 第50-52页 |
| ·带宽时间窗的 CVRP 问题优化过程 | 第52-55页 |
| 4 SA-HNN 混合算法应用实证 | 第55-63页 |
| 5 总结与展望 | 第63-65页 |
| ·本文的总结 | 第63页 |
| ·今后工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间参与科研项目及发表论文情况 | 第70-71页 |
| 附录 | 第71-78页 |
