| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-22页 |
| ·课题背景及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-19页 |
| ·车辆路径问题研究现状 | 第12-16页 |
| ·群智能算法研究现状 | 第16-19页 |
| ·本课题研究的内容 | 第19-20页 |
| ·论文的章节安排 | 第20-22页 |
| 第二章 车辆路径优化模型的建立及主要群算法研究 | 第22-49页 |
| ·城市物流配送网络 | 第22-27页 |
| ·城市物流配送网络概述 | 第22-25页 |
| ·城市物流配送车辆调度数学模型 | 第25-27页 |
| ·VRPTW 问题模型 | 第27-35页 |
| ·一般车辆调度数学模型 | 第28-29页 |
| ·VRPTW 的含义及界定 | 第29-31页 |
| ·VRPTW 模型的构建 | 第31-34页 |
| ·求解VRPTW 问题的关键因素 | 第34-35页 |
| ·蚁群算法的原理及数学模型 | 第35-41页 |
| ·蚁群算法的原理及模型 | 第35-37页 |
| ·蚁群算法的数学模型 | 第37-40页 |
| ·蚁群算法的优缺点 | 第40-41页 |
| ·人工鱼群算法的原理及模型 | 第41-48页 |
| ·人工鱼群算法的基本原理 | 第42-43页 |
| ·人工鱼群算法的数学模型 | 第43-46页 |
| ·人工鱼群算法的优缺点 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第三章 混合蚁群-人工鱼群算法及VRPTW 应用研究 | 第49-66页 |
| ·混合智能算法设计思路 | 第49-51页 |
| ·混合智能优化算法 | 第51-56页 |
| ·转移路径的选择 | 第51-53页 |
| ·信息素更新策略 | 第53-54页 |
| ·初始解的确定 | 第54-55页 |
| ·相关参数的选取 | 第55-56页 |
| ·混合人工鱼群-蚁群算法实现步骤 | 第56-59页 |
| ·混合人工鱼群-蚁群算法求解VRPTW 问题 | 第59-65页 |
| ·求解思路 | 第59-60页 |
| ·算法设计 | 第60-62页 |
| ·VPRTW 问题具体求解步骤及流程图 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 实例计算及参数分析 | 第66-80页 |
| ·计算数据 | 第66-67页 |
| ·计算结果及输出分析 | 第67-72页 |
| ·结果输出 | 第67-69页 |
| ·结果分析 | 第69-72页 |
| ·参数优化分析 | 第72-78页 |
| ·参数Visual,TryNumber,N 对算法性能的影响分析 | 第73-74页 |
| ·参数α和β对算法性能的影响分析 | 第74-76页 |
| ·蚂蚁数目m 的选择 | 第76-77页 |
| ·信息素挥发度的选择 | 第77-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 总结与展望 | 第80-82页 |
| ·工作总结 | 第80-81页 |
| ·工作展望 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读学位期间公开发表的论文 | 第86-87页 |
| 致谢 | 第87-88页 |