| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 论文背景与研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国内研究现状 | 第13-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.3 本章结构安排 | 第16-19页 |
| 第二章 应急调度模型构建与智能优化算法概述 | 第19-29页 |
| 2.1 应急物资及其调度相关问题概述 | 第19页 |
| 2.2 约束多目标连续消耗物资调度模型 | 第19-21页 |
| 2.2.1 符号说明 | 第19-20页 |
| 2.2.2 问题描述 | 第20页 |
| 2.2.3 数学模型 | 第20-21页 |
| 2.3 智能优化算法概述 | 第21-27页 |
| 2.3.1 智能优化算法简介 | 第22页 |
| 2.3.2 典型智能优化算法介绍 | 第22-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 基于双变异策略的改进差分进化算法 | 第29-41页 |
| 3.1 基本差分进化算法 | 第29-31页 |
| 3.2 Pareto非支配等级分层与拥挤距离 | 第31-35页 |
| 3.2.1 多目标问题相关定义 | 第32-33页 |
| 3.2.2 Pareto非支配等级分层 | 第33页 |
| 3.2.3 拥挤距离相关概念 | 第33-34页 |
| 3.2.4 选择策略 | 第34-35页 |
| 3.3 基本差分进化算法求解应急调度模型过程及步骤 | 第35-37页 |
| 3.3.1 基本差分进化算法在应急调度问题中的求解过程 | 第35-36页 |
| 3.3.2 差分进化算法求解调度模型步骤 | 第36-37页 |
| 3.4 双变异策略差分进化算法 | 第37-38页 |
| 3.4.1 DE/best/1变异策略 | 第37页 |
| 3.4.2 DE/rand/2变异策略 | 第37-38页 |
| 3.4.3 双变异策略差分进化算法概述 | 第38页 |
| 3.4.4 改进差分进化算法求解应急调度模型过程及步骤 | 第38页 |
| 3.5 本章小结 | 第38-41页 |
| 第四章 实验分析 | 第41-57页 |
| 4.1 数据生成及参数设置 | 第41页 |
| 4.2 算例及结果分析 | 第41-48页 |
| 4.2.1 算例1 | 第42-43页 |
| 4.2.2 算例2 | 第43-45页 |
| 4.2.3 算例3 | 第45-46页 |
| 4.2.4 算例4 | 第46-48页 |
| 4.3 算法性能对比 | 第48-55页 |
| 4.3.1 Pareto前沿解数量对比 | 第48-51页 |
| 4.3.2 Pareto前沿解广泛性测度对比 | 第51-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
