具有集送货需求可拆分的车辆路径问题研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 集送货一体化车辆路径问题的研究现状 | 第14-16页 |
| 1.2.2 需求可拆分车辆路径问题的研究现状 | 第16-18页 |
| 1.3 研究内容 | 第18-20页 |
| 第2章 车辆路径问题概述 | 第20-37页 |
| 2.1 VRP问题基本概述 | 第20-25页 |
| 2.1.1 VRP问题的描述 | 第20-21页 |
| 2.1.2 VRP问题的构成要素 | 第21-22页 |
| 2.1.3 VRP问题的分类 | 第22-25页 |
| 2.2 VRP问题的求解算法 | 第25-30页 |
| 2.2.1 精确算法 | 第25-26页 |
| 2.2.2 启发式算法 | 第26-30页 |
| 2.3 SDVRP问题的基本概述 | 第30-35页 |
| 2.3.1 SDVRP问题的描述 | 第30-31页 |
| 2.3.2 SDVRP解的基本特征 | 第31-33页 |
| 2.3.3 SDVRP的研究意义 | 第33-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 集送货需求可拆分车辆路径问题的分析与建模 | 第37-42页 |
| 3.1 SVRPPD问题的描述 | 第37-39页 |
| 3.1.1 SVRPPD问题的定义 | 第37页 |
| 3.1.2 SVRPPD问题的可行解性质分析 | 第37-39页 |
| 3.2 问题的基本假设和参数定义 | 第39-40页 |
| 3.2.1 基本假设 | 第39页 |
| 3.2.2 参数和变量定义 | 第39-40页 |
| 3.3 问题的模型构建 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 求解SVRPPD问题的蚁群算法设计 | 第42-53页 |
| 4.1 蚁群算法基本概述 | 第42-46页 |
| 4.1.1 蚁群算法的发展和应用 | 第42-43页 |
| 4.1.2 蚁群算法的基本原理 | 第43页 |
| 4.1.3 基本蚁群算法的实现过程 | 第43-46页 |
| 4.2 求解SVRPPD问题的蚁群算法设计 | 第46-52页 |
| 4.2.1 解的表示方法设计 | 第46页 |
| 4.2.2 算法的状态转移规则 | 第46-47页 |
| 4.2.3 信息素的更新 | 第47-48页 |
| 4.2.4 分割点选择原则 | 第48-49页 |
| 4.2.5 算法步骤 | 第49页 |
| 4.2.6 流程框架 | 第49-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 算例仿真及结果分析 | 第53-59页 |
| 5.1 仿真算例及参数设置 | 第53-54页 |
| 5.2 算例结果分析 | 第54-55页 |
| 5.3 算法对求解一般SDVRP问题的有效性验证 | 第55-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59页 |
| 6.2 未来展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
