遗传算法在非满载车辆调度中的应用研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 第1章 绪论 | 第9-21页 |
| ·研究背景及意义 | 第9-11页 |
| ·国内外VRP 问题的研究动态 | 第11-19页 |
| ·问题的提出 | 第11-13页 |
| ·VRP 问题的解法回顾 | 第13-19页 |
| ·论文的创新 | 第19-20页 |
| ·论文的主要内容 | 第20-21页 |
| 第2章 物流配送及其VRP | 第21-29页 |
| ·配送的概念 | 第21页 |
| ·配送功能要素 | 第21-23页 |
| ·配送的一般流程 | 第23-24页 |
| ·物流配送的VRP | 第24-29页 |
| ·简单的路线优化问题(A 级问题) | 第25页 |
| ·理想状态下的配送运输调度问题(B 级问题) | 第25-26页 |
| ·考虑实际约束的配送运输调度问题(C 级问题) | 第26-27页 |
| ·多发车点的配送问题((D 级问题) | 第27-29页 |
| 第3章 遗传算法 | 第29-50页 |
| ·遗传算法的基本理论 | 第29-37页 |
| ·遗传算法的基本概念 | 第30-31页 |
| ·遗传算法的原理 | 第31-32页 |
| ·遗传算法的基本步骤和处理流程 | 第32-35页 |
| ·遗传算法的特点 | 第35页 |
| ·遗传算法的应用 | 第35-37页 |
| ·适应度函数 | 第37-39页 |
| ·目标函数映射成适应度函数 | 第37-38页 |
| ·适应度定标 | 第38-39页 |
| ·遗传算法的基因操作 | 第39-44页 |
| ·选择算子 | 第39页 |
| ·交叉算子 | 第39-42页 |
| ·变异算子 | 第42-44页 |
| ·遗传算法控制参数设定 | 第44-45页 |
| ·基于自然数编码的模式理论 | 第45-48页 |
| ·基本定义 | 第46页 |
| ·基于自然数编码的模式定理 | 第46-48页 |
| ·基本遗传算法的改进 | 第48-50页 |
| 第4章 物流配送车辆优化调度模型及求解算法 | 第50-62页 |
| ·问题描述 | 第50-51页 |
| ·有时间窗VRP 数学模型 | 第51-53页 |
| ·算法设计 | 第53-57页 |
| ·染色体结构 | 第53-54页 |
| ·约束处理 | 第54-55页 |
| ·初始群体 | 第55页 |
| ·遗传算子 | 第55-56页 |
| ·算法步骤 | 第56-57页 |
| ·算例分析 | 第57-60页 |
| ·遗传算法和启发式算法的性能比较 | 第60页 |
| ·结束语 | 第60-62页 |
| 第5章 结论与展望 | 第62-65页 |
| ·研究结论 | 第62-63页 |
| ·未来的研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 个人简历、在学期间的研究成果 | 第70页 |
