| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究目的与意义 | 第15页 |
| 1.2 国内外研究进展与存在问题 | 第15-20页 |
| 1.3 本文研究内容与论文结构 | 第20-22页 |
| 1.3.1 本文研究内容 | 第20页 |
| 1.3.2 论文结构 | 第20-22页 |
| 第二章 救护车调度问题理论与方法 | 第22-34页 |
| 2.1 应急救护车调度 | 第22页 |
| 2.2 车辆路径问题(VehicleRoutingProblem) | 第22-24页 |
| 2.3 MDVRP模型分析 | 第24-29页 |
| 2.3.1 数学模型描述 | 第24-25页 |
| 2.3.2 本文车辆路径问题概述 | 第25-26页 |
| 2.3.3 车辆路径问题求解方法分类 | 第26-28页 |
| 2.3.4 启发式算法比较 | 第28-29页 |
| 2.4 蚁群算法 | 第29-32页 |
| 2.4.1 蚁群算法原理 | 第29-30页 |
| 2.4.2 蚂蚁算法与TSP(TravelingSalesmanProblem)问题 | 第30-32页 |
| 2.5 大规模邻域算法(LargeNeighborhoodSearch) | 第32页 |
| 2.6 本章总结 | 第32-34页 |
| 第三章 基于受伤程度的救护车应急响应路由选择 | 第34-50页 |
| 3.1 应急救护车VRP的数学描述 | 第34-35页 |
| 3.2 救护车路径搜索问题模型分析 | 第35-37页 |
| 3.3 并行搜索 | 第37-39页 |
| 3.3.1 并行搜索实例分析 | 第37-39页 |
| 3.3.2 并行搜索偏好设定的意义 | 第39页 |
| 3.4 基于蚁群优化的并行搜索 | 第39-43页 |
| 3.4.1 蚁群信息素调整的几种策略 | 第39-40页 |
| 3.4.2 改进的信息素更新和节点调整策略 | 第40-43页 |
| 3.4.3 基于蚁群算法的救护车路由选择 | 第43页 |
| 3.5 实验结果与分析 | 第43-49页 |
| 3.5.1 实验参数选择 | 第44页 |
| 3.5.2 不同规模下的偏好设计 | 第44页 |
| 3.5.3 不同规模和偏好下性能对比 | 第44-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 基于车辆分级的救护车应急调度问题研究 | 第50-61页 |
| 4.1 问题描述 | 第50页 |
| 4.2 模型分析 | 第50-52页 |
| 4.3 实例分析 | 第52-54页 |
| 4.4 基于蚁群优化和车辆分级的路由选择 | 第54-56页 |
| 4.5 实验结果分析 | 第56-61页 |
| 4.5.1 实验参数设计 | 第56页 |
| 4.5.2 实验结果对比 | 第56-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文总结 | 第61页 |
| 5.2 下一步研究展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第68-70页 |
