| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1．1 课题背景 | 第8-11页 |
| 1．1．1 物流简述 | 第8-9页 |
| 1．1．2 军事物流及其特点 | 第9-10页 |
| 1．1．3 军事物流的研究意义 | 第10-11页 |
| 1．2 问题的提出 | 第11-12页 |
| 1．3 论文的内容安排 | 第12-14页 |
| 2 物流配送路径寻优模型的选择 | 第14-32页 |
| 2．1 图论有关知识 | 第14-18页 |
| 2．1．1 图论的基本定义 | 第14-15页 |
| 2．1．2 图论中的路径寻优问题 | 第15-17页 |
| 2．1．3 路径寻优问题的性质 | 第17-18页 |
| 2．2 物流配送 | 第18-21页 |
| 2．2．1 物流配送组成 | 第18-19页 |
| 2．2．2 物流配送常用算法 | 第19-21页 |
| 2．3 组合优化问题 | 第21-26页 |
| 2．3．1 旅行商问题 | 第21-24页 |
| 2．3．2 TSP问题的性质 | 第24-25页 |
| 2．3．3 TSP问题的数学模型 | 第25-26页 |
| 2．4 采样问题描述 | 第26-28页 |
| 2．5 非满载车辆配送优化问题的常用解法 | 第28-29页 |
| 2．6 NP问题简介 | 第29-32页 |
| 3 蚁群算法 | 第32-44页 |
| 3．1 蚂蚁算法概述 | 第32-34页 |
| 3．1．1 蚂蚁特性研究 | 第32-33页 |
| 3．1．2 蚂蚁算法的起源 | 第33-34页 |
| 3．2 蚂蚁系统 | 第34-38页 |
| 3．2．1 蚂蚁系统(Ant System AS)基本原理 | 第34-36页 |
| 3．2．2 蚂蚁系统算法描述 | 第36-37页 |
| 3．2．3 蚂蚁算法的特点 | 第37-38页 |
| 3．3 蚂蚁算法研究现状及发展 | 第38-41页 |
| 3．3．1 蚁群系统 | 第38-40页 |
| 3．3．2 蚁群算法其它改进方法及其发展 | 第40-41页 |
| 3．4 最值蚁群算法简介 | 第41-44页 |
| 4 基于蚁群算法的聚类分析 | 第44-62页 |
| 4．1 基于分割的聚类分析的数学模型 | 第44-45页 |
| 4．2 基于蚁群算法的聚类分析 | 第45-56页 |
| 4．2．1 算法原理 | 第45-46页 |
| 4．2．2 算法改进 | 第46-49页 |
| 4．2．3 仿真分析 | 第49-52页 |
| 4．2．4 参数选择对算法性能的影响 | 第52-56页 |
| 4．2．5 算法复杂度分析 | 第56页 |
| 4．3 多目标优化 | 第56-62页 |
| 4．3．1 多目标优化的一般模型 | 第57页 |
| 4．3．2 传统多目标优化算法 | 第57-60页 |
| 4．3．3 基于蚁群算法多目标优化的评价指标 | 第60-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 攻读硕士学位期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |
| 大连理工大学学位论文版权使用授权书 | 第68页 |