混合蚁群算法在容量约束车辆路径问题中的应用研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-20页 |
| 1.2.1 车辆路径问题的研究现状 | 第17-19页 |
| 1.2.2 蚁群算法的研究现状 | 第19页 |
| 1.2.3 研究中存在的问题 | 第19-20页 |
| 1.3 论文研究内容及组织结构 | 第20-21页 |
| 1.3.1 论文研究内容 | 第20页 |
| 1.3.2 论文组织结构 | 第20-21页 |
| 1.4 论文创新点 | 第21-22页 |
| 第二章 车辆路径问题概述 | 第22-32页 |
| 2.1 引言 | 第22-23页 |
| 2.2 车辆路径问题描述 | 第23-28页 |
| 2.2.1 物流配送中的车辆路径问题 | 第24-25页 |
| 2.2.2 车辆路径问题的要素 | 第25-26页 |
| 2.2.3 车辆路径问题的分类 | 第26-28页 |
| 2.3 车辆路径问题常用求解方法 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 蚁群和粒子群相结合的混合蚁群算法 | 第32-44页 |
| 3.1 蚁群算法概述 | 第32-36页 |
| 3.1.1 蚁群算法的基本原理 | 第32-33页 |
| 3.1.2 蚁群算法的特点 | 第33-34页 |
| 3.1.3 蚁群算法的基本模型 | 第34-36页 |
| 3.2 粒子群算法概述 | 第36-39页 |
| 3.2.1 粒子群算法的基本原理 | 第36-37页 |
| 3.2.2 粒子群算法的基本模型 | 第37-38页 |
| 3.2.3 粒子群算法的参数调整 | 第38-39页 |
| 3.3 蚁群和粒子群融合的混合蚁群算法 | 第39-43页 |
| 3.3.1 混合蚁群算法的设计思想 | 第39-40页 |
| 3.3.2 蚂蚁行为的重新定义 | 第40-41页 |
| 3.3.3 概率矩阵的构造 | 第41-43页 |
| 3.3.4 ACPSO算法特点 | 第43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 混合蚁群算法求解容量约束车辆路径问题 | 第44-50页 |
| 4.1 引言 | 第44页 |
| 4.2 容量约束车辆路径问题的数学模型 | 第44-45页 |
| 4.3 混合蚁群算法求解容量约束车辆路径问题 | 第45-47页 |
| 4.4 实验与结果分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 5.1 本文主要工作 | 第50页 |
| 5.2 进一步研究的展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第54-55页 |
