首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于改进蚁群算法的物流路径优化问题研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 论文研究背景和意义第10-11页
    1.2 物流路径优化问题第11-12页
        1.2.1 物流路径优化问题概述第11页
        1.2.2 物流路径优化问题分类第11-12页
    1.3 国内外研究现状第12-14页
        1.3.1 单向物流路径优化问题第12-13页
        1.3.2 双向物流路径优化问题第13-14页
    1.4 本文主要内容第14-16页
第2章 物流路径优化算法及多配送中心分解第16-32页
    2.1 简介第16页
    2.2 精确算法第16-17页
    2.3 启发式算法第17-20页
    2.4 智能优化算法第20-28页
    2.5 多配送中心问题分解第28-30页
        2.5.1 就近分配法第28-29页
        2.5.2 综合分配法第29-30页
    2.6 本章小结第30-32页
第3章 单向物流路径优化模型及算法研究第32-48页
    3.1 单向物流路径优化问题描述第32-33页
    3.2 单向物流路径优化问题建模第33-34页
        3.2.1 符号说明第33页
        3.2.2 建立模型第33-34页
    3.3 改进蚁群算法第34-41页
        3.3.1 转移策略的设计第36页
        3.3.2 信息素残留系数的设计第36-37页
        3.3.3 信息素浓度范围第37页
        3.3.4 引入遗传算法第37-39页
        3.3.5 改进的蚁群算法详细流程第39-41页
    3.4 算法仿真及结果分析第41-46页
    3.5 本章小结第46-48页
第4章 双向物流路径优化模型及算法研究第48-64页
    4.1 双向物流路径优化问题描述第48-49页
    4.2 VRPSDP建模第49-50页
        4.2.1 数学符号说明第49页
        4.2.2 数学建模第49-50页
    4.3 VRPSDP的蚁群算法改进第50-55页
        4.3.1 启发函数的构造第51-52页
        4.3.2 转移策略设计第52-53页
        4.3.3 改进的算法的详细流程第53-55页
    4.4 算法仿真及结果分析第55-62页
        4.4.1 算法的有效性实验第55-59页
        4.4.2 算法的对比实验第59-62页
    4.5 本章小结第62-64页
第5章 总结与展望第64-66页
    5.1 总结第64页
    5.2 下一步工作第64-66页
参考文献第66-70页
致谢第70-72页
攻读硕士期间发表的论文第72页

论文共72页,点击 下载论文
上一篇:玉米不同生长期微波辐射特性及LAI反演实验研究
下一篇:共享资源敏感的准划分调度器的设计与实现