| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文研究内容 | 第10页 |
| ·论文结构 | 第10-11页 |
| 第二章 遗传算法概述 | 第11-21页 |
| ·生物进化与遗传算法 | 第11-12页 |
| ·生物进化概述 | 第11页 |
| ·遗传算法概述 | 第11-12页 |
| ·进化计算 | 第12-14页 |
| ·遗传算法的基本概念 | 第14-15页 |
| ·遗传算法的模式定理 | 第15-17页 |
| ·欺骗问题 | 第17-18页 |
| ·遗传算法的应用概述 | 第18-21页 |
| 第三章 模拟退火遗传算法 | 第21-31页 |
| ·模拟退火算法 | 第21-23页 |
| ·模拟退火算法概述 | 第21页 |
| ·模拟退火算法的基本步骤 | 第21-23页 |
| ·基本遗传算法 | 第23-29页 |
| ·基本遗传算法步骤 | 第23页 |
| ·遗传算法染色体编码 | 第23-25页 |
| ·适应度函数 | 第25-26页 |
| ·遗传算子 | 第26-29页 |
| ·模拟退火遗传算法 | 第29-31页 |
| ·国外研究情况 | 第29-30页 |
| ·国内研究情况 | 第30-31页 |
| 第四章 求解TSP 问题的GCBSAGA 算法 | 第31-50页 |
| ·巡回旅行商问题 | 第31-34页 |
| ·顺序表示与交叉 | 第32-33页 |
| ·路径表示与交叉 | 第33-34页 |
| ·求解TSP 问题的GCBSAGA 算法 | 第34-41页 |
| ·遗传算法的改进 | 第35-38页 |
| ·模拟退火算法的改进 | 第38-39页 |
| ·基于GCBSAGA 的TSP 问题求解 | 第39-41页 |
| ·GCBSAGA 算法的分析 | 第41-42页 |
| ·混合遗传算法的构造原则 | 第41-42页 |
| ·算法GCBSAGA 的优点 | 第42页 |
| ·交叉算子收敛性分析 | 第42-46页 |
| ·实验结果与分析 | 第46-50页 |
| 第五章 GCBSAGA 算法在配送和回收一体化车辆路径中的应用 | 第50-57页 |
| ·VRPSDP 问题概述 | 第50-51页 |
| ·VRPSDP 问题描述 | 第51-52页 |
| ·VRPSDP 问题描述 | 第51页 |
| ·可行性解 | 第51-52页 |
| ·弱可行性解转化为强可行性解 | 第52页 |
| ·求解VRPSDP 的GCBSAGA 算法 | 第52-54页 |
| ·遗传算法的编码解码机制及初始种群 | 第52页 |
| ·模拟退火算法的变异方法 | 第52-53页 |
| ·求解VRPSDP 的GCBSAGA 算法流程 | 第53-54页 |
| ·实验结果与分析 | 第54-57页 |
| 第六章 结论与展望 | 第57-59页 |
| ·论文小结 | 第57页 |
| ·论文的主要创新点 | 第57-58页 |
| ·论文存在的问题以及未来工作的展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第65页 |