摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-14页 |
1.1 选题背景 | 第8-9页 |
1.2 选题的目的和意义 | 第9页 |
1.3 国内外相关领域研究现状分析 | 第9-12页 |
1.4 论文主要研究内容与贡献 | 第12-13页 |
1.5 论文内容及结构 | 第13-14页 |
第2章 带有随机旅行时间和软时间窗口的车辆路径问题研究 | 第14-37页 |
2.1 SVRP-STW 问题概述 | 第14-15页 |
2.2 SVRP-STW 的数学模型与理论 | 第15-19页 |
2.3 SVRP-STW 的算法 | 第19-25页 |
2.3.1 初始化算法 | 第19-21页 |
2.3.2 禁忌搜索算法的原理与设计 | 第21-25页 |
2.3.3 后续优化算法 | 第25页 |
2.4 SVRP-STW 的算例分析 | 第25-36页 |
2.4.1 三阶段算法参数的设定 | 第26页 |
2.4.2 结果分析 | 第26-27页 |
2.4.3 初始解的选择影响分析 | 第27-28页 |
2.4.4 参数 CV 和对结果的影响分析 | 第28-31页 |
2.4.5 考虑随机旅行时间后对结果的影响分析 | 第31-35页 |
2.4.6 实例网络结构的影响分析 | 第35-36页 |
2.4.7 利益最大化 | 第36页 |
2.5 本章小结 | 第36-37页 |
第3章 带有随机旅行时间和硬时间窗口的车辆路径问题研究 | 第37-51页 |
3.1 SVRP-HTW 问题概述 | 第37-38页 |
3.2 SVRP-HTW 的数学模型 | 第38-39页 |
3.3 SVRP-HTW 的理论基础 | 第39-43页 |
3.3.1 卷积 | 第39-40页 |
3.3.2 多项式拟合 | 第40-41页 |
3.3.3 随机变量的计算方法 | 第41-43页 |
3.4 SVRP-HTW 的计算方法 | 第43-50页 |
3.4.1 累积分布函数的近似计算 | 第43-44页 |
3.4.2 离散型随机变量的加法 | 第44-46页 |
3.4.3 混合随机变量的加法 | 第46-49页 |
3.4.4 随机变量的最大值和最小值 | 第49页 |
3.4.5 几点说明 | 第49-50页 |
3.5 本章小结 | 第50-51页 |
第4章 物流配送车辆路径仿真系统的设计和实现 | 第51-63页 |
4.1 仿真系统的实验环境介绍 | 第51页 |
4.2 MVC 框架介绍 | 第51-53页 |
4.3 MVC 模式仿真系统的实现 | 第53-59页 |
4.3.1 视图层的实现 | 第54-55页 |
4.3.2 模型层的实现 | 第55-57页 |
4.3.3 控制层的实现 | 第57-59页 |
4.4 仿真系统测试 | 第59-62页 |
4.5 本章小结 | 第62-63页 |
结论 | 第63-64页 |
参考文献 | 第64-70页 |
致谢 | 第70页 |