随机行驶时间车辆调度问题研究
| 第1章 绪论 | 第1-12页 |
| 1．1 写作背景 | 第9页 |
| 1．2 写作意义 | 第9-10页 |
| 1．3 本文研究内容和框架 | 第10-12页 |
| 1．3．1 本文研究内容 | 第10-11页 |
| 1．3．2 本文研究框架 | 第11-12页 |
| 第2章 配送中心车辆调度问题综述 | 第12-22页 |
| 2．1 TSP | 第12-13页 |
| 2．1．1 TSP描述和分类 | 第12页 |
| 2．1．2 TSP数学模型 | 第12-13页 |
| 2．2 VRP描述和分类 | 第13-14页 |
| 2．2．1 VRP描述 | 第13-14页 |
| 2．2．2 VRP分类 | 第14页 |
| 2．3 VRP研究现状 | 第14-20页 |
| 2．3．1 国内 VRP研究现状 | 第15-17页 |
| 2．3．2 国外 VRP研究现状 | 第17-20页 |
| 2．4 SVRP研究概述 | 第20-22页 |
| 2．4．1 SVRP描述和分类 | 第20页 |
| 2．4．2 国内 SVRP研究现状 | 第20-21页 |
| 2．4．3 国外 SVRP研究现状 | 第21页 |
| 2．4．4 研究中存在的问题 | 第21-22页 |
| 第3章 组合优化和遗传算法 | 第22-34页 |
| 3．1 组合优化问题及其解决的算法 | 第22-27页 |
| 3．1．1 组合优化问题 | 第22-24页 |
| 3．1．2 搜索算法及其局限 | 第24-27页 |
| 3．2 遗传算法介绍 | 第27-34页 |
| 3．2．1 遗传算法起源和发展 | 第27-29页 |
| 3．2．2 序数编码的遗传算法模式定理 | 第29-34页 |
| 第4章 基于随机行驶时间车辆调度模型和求解 | 第34-51页 |
| 4．1 基于随机行驶时间的车辆调度模型 | 第34-37页 |
| 4．1．1 前提条件 | 第34页 |
| 4．1．2 模型构建 | 第34-37页 |
| 4．2 遗传算法求解随机行驶时间的车辆调度模型 | 第37-47页 |
| 4．2．1 编码方案 | 第37-39页 |
| 4．2．2 产生初始种群 | 第39-40页 |
| 4．2．3 适应度函数和适应度计算 | 第40页 |
| 4．2．4 选择策略 | 第40-42页 |
| 4．2．5 控制参数 | 第42-43页 |
| 4．2．6 算子设计 | 第43-45页 |
| 4．2．7 终止规则 | 第45页 |
| 4．2．8 算法步骤 | 第45-46页 |
| 4．2．9 程序验证 | 第46-47页 |
| 4．3 实证分析 | 第47-51页 |
| 4．3．1 实例 | 第47-48页 |
| 4．3．2 求解结果 | 第48-50页 |
| 4．3．3 实例总结 | 第50-51页 |
| 第5章 结论 | 第51-53页 |
| 5．1 结论 | 第51页 |
| 5．2 创新点和下一步研究方向 | 第51-53页 |
| 攻读学位期间公开发表的论文 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-68页 |
| 研究生履历 | 第68页 |
