具有同时配送和回收需求的车辆路径问题研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·论文的选题背景和研究意义 | 第10-11页 |
| ·问题的提出 | 第11-12页 |
| ·国外研究现状 | 第12-15页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-15页 |
| ·本文的研究内容及技术路线 | 第15-17页 |
| ·论文研究的主要内容 | 第15-16页 |
| ·本文的技术路线 | 第16-17页 |
| 第2章 车辆路径问题的分类及求解方法概述 | 第17-27页 |
| ·车辆路径问题的分类 | 第17-19页 |
| ·逆向物流车辆路径问题根据装卸顺序不同的分类 | 第17-18页 |
| ·按问题涉及因素的可知性分类 | 第18-19页 |
| ·车辆路径问题的求解模型 | 第19-23页 |
| ·网络图模型 | 第19-20页 |
| ·混合整数规划模型 | 第20-23页 |
| ·车辆路径问题求解算法回顾 | 第23-27页 |
| ·精确算法 | 第23-24页 |
| ·传统启发式算法 | 第24-25页 |
| ·现代智能优化算法 | 第25-27页 |
| 第3章 具有可选模糊时间窗的VRPSPD研究 | 第27-36页 |
| ·概念及定义 | 第27-29页 |
| ·相关概念 | 第27-28页 |
| ·文中所涉及的相关定义 | 第28-29页 |
| ·问题简述 | 第29页 |
| ·问题假设及符号说明 | 第29-32页 |
| ·问题假设 | 第29-30页 |
| ·模型符号说明 | 第30-32页 |
| ·模型建立 | 第32-36页 |
| 第4章 求解VRPSPD的混合遗传算法 | 第36-44页 |
| ·标准遗传算法及其流程图 | 第36-38页 |
| ·求解VRPSPD的算法设计 | 第38-42页 |
| ·染色体编码与译码 | 第38-39页 |
| ·适应度函数的选择 | 第39-41页 |
| ·遗传算法相关参数的设置 | 第41-42页 |
| ·本文设计的算法流程 | 第42-44页 |
| 第5章 算例仿真及结果比较 | 第44-54页 |
| ·基于随机加权适应度函数的算例仿真 | 第44-46页 |
| ·单时间窗VRPSPD-FTW的算例仿真 | 第44-45页 |
| ·两个时间窗的VRPSPD-FTW的算例仿真 | 第45-46页 |
| ·基于固定加权适应度函数的算例仿真 | 第46-51页 |
| ·固定满意度不同权重组合的算例仿真 | 第47-49页 |
| ·固定权重不同满意度的算例优化 | 第49-51页 |
| ·本文设计的算法的性能验证 | 第51-54页 |
| 结论 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 附录1 算例相关数据 | 第63-67页 |
| 附件2 VRPSPD(JAVA)程序 | 第67-94页 |
| 攻读学位期间发表的论文 | 第94-95页 |
