| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 物流配送车辆调度优化问题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 物流配送中的车辆调度优化问题相关理论 | 第17-27页 |
| 2.1 车辆调度问题的分类 | 第17-18页 |
| 2.2 动态车辆调度问题的求解策略 | 第18页 |
| 2.3 动态车辆调度问题的现有算法 | 第18-22页 |
| 2.3.1 DVRP经典启发式算法 | 第18-19页 |
| 2.3.2 DVRP现代启发式算法 | 第19-22页 |
| 2.4 Memetic算法 | 第22-25页 |
| 2.4.1 Memetic算法的基本思想 | 第22-23页 |
| 2.4.2 Memetic算法的实现过程 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于Memetic算法的动态车辆调度问题研究 | 第27-39页 |
| 3.1 DVRP问题概述 | 第27-30页 |
| 3.1.1 DVRP问题描述 | 第27页 |
| 3.1.2 DVRP问题解决方案 | 第27-28页 |
| 3.1.3 DVRP数学模型 | 第28-30页 |
| 3.2 动态车辆调度问题的Memetic算法求解 | 第30-35页 |
| 3.2.1 DVRP问题的求解策略 | 第30-31页 |
| 3.2.2 改进量子遗传算法的基本思想 | 第31页 |
| 3.2.3 编码方法 | 第31-32页 |
| 3.2.4 改进的量子旋转门 | 第32-33页 |
| 3.2.5 变异 | 第33页 |
| 3.2.6 局部搜索 | 第33-34页 |
| 3.2.7 Memetic算法步骤 | 第34-35页 |
| 3.3 仿真实验与结果分析 | 第35-38页 |
| 3.3.1 仿真实验 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于Memetic算法的多车型动态车辆调度问题研究 | 第39-51页 |
| 4.1 多车型DVRP问题概述 | 第39-42页 |
| 4.1.1 HFDVRP描述 | 第39页 |
| 4.1.2 HFDVRP问题解决方案 | 第39页 |
| 4.1.3 HFDVRP问题的数学模型 | 第39-42页 |
| 4.2 多车型动态车辆调度问题的Memetic算法求解 | 第42-46页 |
| 4.2.1 改进的分布估计算法基本原理 | 第43页 |
| 4.2.2 编码方法 | 第43页 |
| 4.2.3 全局搜索 | 第43-44页 |
| 4.2.4 局部搜索 | 第44-46页 |
| 4.3 仿真实验与结果分析 | 第46-49页 |
| 4.3.1 仿真实验1 | 第46-47页 |
| 4.3.2 仿真实验2 | 第47-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第五章 基于Memetic算法的有时间窗变化的动态需求车辆调度问题研究 | 第51-61页 |
| 5.1 有时间窗变化的动态需求车辆调度问题概述 | 第51-55页 |
| 5.1.1 求解策略 | 第51-52页 |
| 5.1.2 问题描述 | 第52页 |
| 5.1.3 问题模型 | 第52-55页 |
| 5.2 基于Memetic算法的干扰事件的扰动恢复策略 | 第55-57页 |
| 5.2.1 求解客户需求量变化和时间窗变动的DVRPTW方法 | 第56页 |
| 5.2.2 算法步骤 | 第56-57页 |
| 5.3 仿真实验与结果分析 | 第57-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录A (攻读硕士期间的学术成果) | 第71页 |
