基于遗传算法的多式联运路径规划
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10页 |
| 1.2 课题的提出 | 第10-11页 |
| 1.3 研究的目的和意义 | 第11页 |
| 1.4 国内外发展状况 | 第11-13页 |
| 1.5 本文主要工作 | 第13-15页 |
| 第二章 多式联运路径规划 | 第15-21页 |
| 2.1 多式联运含义及特点 | 第15页 |
| 2.2 应用场景 | 第15-17页 |
| 2.3 多式联运路径规划问题定义 | 第17页 |
| 2.4 多式联运路径规划数学模型 | 第17-19页 |
| 2.4.1 运输过程分析 | 第17-18页 |
| 2.4.2 模型假设 | 第18页 |
| 2.4.3 模型描述 | 第18-19页 |
| 2.5 分析及求解思路 | 第19-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第三章 相关技术 | 第21-31页 |
| 3.1 遗传算法 | 第21-28页 |
| 3.1.1 遗传算法 | 第21页 |
| 3.1.2 发展历程 | 第21页 |
| 3.1.3 遗传算法的基本流程 | 第21-22页 |
| 3.1.4 遗传算法的基本元素 | 第22-27页 |
| 3.1.5 遗传算法的特点 | 第27-28页 |
| 3.1.6 遗传算法的应用 | 第28页 |
| 3.2 A~*算法 | 第28-30页 |
| 3.2.1 A~*算法简介 | 第28-29页 |
| 3.2.2 A~*算法搜索过程 | 第29页 |
| 3.2.3 可接纳性条件 | 第29页 |
| 3.2.4 启发函数和算法的效率 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 多式联运网络拓扑设计 | 第31-35页 |
| 4.1 网络拓扑的要求 | 第31页 |
| 4.2 层次空间推理 | 第31-32页 |
| 4.3 网络拓扑的构建 | 第32-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第五章 基于遗传算法的多式联运路径规划 | 第35-47页 |
| 5.1 遗传算法的应用 | 第35-42页 |
| 5.1.1 编码方式的设计 | 第35-37页 |
| 5.1.2 初始化种群 | 第37页 |
| 5.1.3 适应度函数的设计 | 第37-38页 |
| 5.1.4 遗传算子的设计 | 第38-42页 |
| 5.2 算法的改进 | 第42-44页 |
| 5.2.1 精英保留策略 | 第42-43页 |
| 5.2.2 灾变算子的引进 | 第43-44页 |
| 5.3 实验结果 | 第44-46页 |
| 5.4 本章小结 | 第46-47页 |
| 第六章 遗传算法的改进——A~*算法的嵌入 | 第47-58页 |
| 6.1 A~*算法在多式联运路径规划中的应用 | 第47-50页 |
| 6.1.1 启发函数定义 | 第47-50页 |
| 6.1.2 不同目标下的变形 | 第50页 |
| 6.1.3 阻塞路段处理 | 第50页 |
| 6.2 地理数据冗余 | 第50-52页 |
| 6.3 干扰点处理 | 第52-54页 |
| 6.3.1 干扰点在网络拓扑上的标注 | 第53页 |
| 6.3.2 干扰点的处理 | 第53-54页 |
| 6.4 实验结果 | 第54-57页 |
| 6.4.1 A~*算法 | 第54页 |
| 6.4.2 改进后的遗传算法 | 第54-57页 |
| 6.5 本章小结 | 第57-58页 |
| 第七章 总结与展望 | 第58-59页 |
| 7.1 本文主要工作 | 第58页 |
| 7.2 下一步的研究展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-61页 |
