带指定点集的团队定向问题研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 符号对照表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-12页 |
| ·研究内容 | 第12-13页 |
| ·主要研究内容及技术路线 | 第13-14页 |
| ·主要研究内容 | 第13页 |
| ·技术路线图 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 定向问题概述 | 第15-30页 |
| ·国内外研究现状 | 第15-17页 |
| ·问题概述 | 第17-19页 |
| ·NP-Hard 问题概述 | 第17-18页 |
| ·定向问题的应用 | 第18-19页 |
| ·问题扩展 | 第19-24页 |
| ·车辆路径问题 VRP 的分类 | 第19-20页 |
| ·传统 OP 问题的扩展 | 第20-22页 |
| ·TOP 问题的扩展 | 第22-24页 |
| ·算法研究现状 | 第24-29页 |
| ·定向问题算法分类综述 | 第24-27页 |
| ·元启发式算法 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 蚁群算法设计 | 第30-44页 |
| ·基本蚁群算法原理 | 第30-37页 |
| ·双桥实验 | 第30-31页 |
| ·人工蚂蚁与自然蚂蚁 | 第31-33页 |
| ·基本蚁群算法模型 | 第33-35页 |
| ·基本蚁群算法实现步骤 | 第35-37页 |
| ·基本蚁群算法的算法复杂度分析 | 第37-38页 |
| ·时间复杂度分析 | 第37页 |
| ·空间复杂度分析 | 第37-38页 |
| ·基本蚁群算法的参数分析 | 第38-39页 |
| ·蚂蚁数目 | 第38页 |
| ·信息启发式因子 | 第38-39页 |
| ·启发式因子 | 第39页 |
| ·信息素挥发系数 | 第39页 |
| ·蚁群算法的优缺点 | 第39-41页 |
| ·蚁群算法的优点 | 第39-40页 |
| ·蚁群算法的缺点 | 第40-41页 |
| ·典型蚁群算法简介 | 第41-43页 |
| ·最大最小蚂蚁系统 | 第41-42页 |
| ·蚁群系统 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 传统 OP 问题和 TOP 问题 | 第44-54页 |
| ·问题描述 | 第44-45页 |
| ·数学模型 | 第45-46页 |
| ·基本蚁群算法的改进 | 第46-47页 |
| ·启发因子的改进 | 第46页 |
| ·信息素更新策略的改进 | 第46-47页 |
| ·案例求解 | 第47-53页 |
| ·传统 OP 问题 | 第49-51页 |
| ·TOP 问题 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 带指定点集的 TOP 问题 | 第54-75页 |
| ·问题描述 | 第54-55页 |
| ·数学模型 | 第55-58页 |
| ·算法改进（带 2-opt 的最大最小蚂蚁算法） | 第58-63页 |
| ·启发信息的定义 | 第58页 |
| ·信息素更新策略 | 第58-59页 |
| ·限定信息素浓度策略 | 第59-60页 |
| ·路径构建策略 | 第60页 |
| ·最优解优化策略 | 第60-63页 |
| ·起终点固定的情况的案例求解 | 第63-69页 |
| ·无指定点集约束 | 第65-66页 |
| ·带指定点集约束 | 第66-69页 |
| ·回到出发点情况的案例求解 | 第69-74页 |
| ·无指定点集约束 | 第70-71页 |
| ·带指定点集约束 | 第71-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 有时间窗约束的带指定点集的 TOP 问题 | 第75-84页 |
| ·问题描述 | 第75-76页 |
| ·数学模型 | 第76-77页 |
| ·算法改进 | 第77-78页 |
| ·路径构建策略 | 第77-78页 |
| ·路径构建过程 | 第78页 |
| ·案例求解 | 第78-83页 |
| ·带指定点集约束 | 第80-81页 |
| ·不带指定点集约束 | 第81-83页 |
| ·本章小结 | 第83-84页 |
| 第七章 结论与展望 | 第84-87页 |
| ·结论 | 第84-85页 |
| ·展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 附录A 部分程序代码 | 第91-99页 |
| 在学期间发表的论著及取得的科研成果 | 第99页 |
