| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1. 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 车辆路径问题研究的现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10页 |
| 1.2.3 国内外研究的差异 | 第10-11页 |
| 1.3 主要研究问题 | 第11页 |
| 1.4 章节安排 | 第11-12页 |
| 1.5 本章总结 | 第12-13页 |
| 2. 遗传算法 | 第13-22页 |
| 2.1 精确算法概述 | 第13-14页 |
| 2.1.1 常用精确算法介绍 | 第13-14页 |
| 2.1.2 精确算法的适用范围 | 第14页 |
| 2.2 启发式算法 | 第14-16页 |
| 2.2.1 启发式算法的定义 | 第14-15页 |
| 2.2.2 启发式算法的优点和缺点 | 第15页 |
| 2.2.3 启发式算法的分类 | 第15-16页 |
| 2.2.4 智能算法 | 第16页 |
| 2.3 遗传算法和改进的遗传算法 | 第16-19页 |
| 2.3.1 遗传算法的基本操作 | 第16-18页 |
| 2.3.2 基本遗传算法的步骤和流程图 | 第18-19页 |
| 2.4 改进的遗传算法 | 第19-21页 |
| 2.5 本章总结 | 第21-22页 |
| 3. 物流配送的车辆路径问题 | 第22-28页 |
| 3.1 旅行商问题 | 第22-23页 |
| 3.1.1 旅行商问题的概念 | 第22页 |
| 3.1.2 旅行商问题的数学模型 | 第22-23页 |
| 3.1.3 旅行商问题的求解算法 | 第23页 |
| 3.2 物流配送车辆路径问题 | 第23-27页 |
| 3.2.1 物流配送车辆路径问题的概念 | 第23-24页 |
| 3.2.2 物流配送车辆路径问题的分类 | 第24-25页 |
| 3.2.3 物流配送车辆路径问题的目标优化函数 | 第25-26页 |
| 3.2.4 物流配送车辆路径问题的数学模型 | 第26-27页 |
| 3.3 TSP问题和物流配送中VRP问题的比较 | 第27页 |
| 3.4 本章总结 | 第27-28页 |
| 4. 改进的遗传算法求解TSP问题 | 第28-37页 |
| 4.1 遗传算法求解TSP问题 | 第28-29页 |
| 4.1.1 基本遗传算法求解TSP问题 | 第28页 |
| 4.1.2 改进的遗传算法求解TSP问题 | 第28-29页 |
| 4.2 实例分析 | 第29-36页 |
| 4.3 本章总结 | 第36-37页 |
| 5. 改进的遗传算法研究物流配送中VRPTW问题 | 第37-56页 |
| 5.1 物流配送中带时间窗的车辆路径问题 | 第37-40页 |
| 5.1.1 物流配送中带时间窗的车辆路径问题的分类 | 第37-38页 |
| 5.1.2 物流配送中带时间窗的车辆路径问题的惩罚函数 | 第38-39页 |
| 5.1.3 物流配送中带时间窗的车辆路径问题的数学模型 | 第39-40页 |
| 5.2 基本遗传算法求解物流配送中VRPTW问题 | 第40-42页 |
| 5.3 改进的遗传算法求解物流配送中VRPTW问题 | 第42-47页 |
| 5.3.1 改进的遗传算法求解物流配送中VRPTW问题 | 第42-43页 |
| 5.3.2 改进的遗传算法求解物流配送中带混合时间窗VRP问题 | 第43-47页 |
| 5.4 实例分析 | 第47-55页 |
| 5.4.1 实例数据 | 第47-48页 |
| 5.4.2 参数设置 | 第48页 |
| 5.4.3 仿真结果 | 第48-55页 |
| 5.4.4 结果分析 | 第55页 |
| 5.5 本章总结 | 第55-56页 |
| 6. 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录A 基本和改进遗传算法求解TSP问题的MATLAB程序代码 | 第60-68页 |
| 附录B 改进遗传算法求解VRPTW问题程序代码 | 第68-71页 |
| 攻读硕士学位期间发表学术论文情况 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73-74页 |
