| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-17页 |
| ·研究背景及意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·车辆路径问题(VRP)简介 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·精确算法 | 第12-14页 |
| ·启发式算法 | 第14-15页 |
| ·本文研究的主要问题和结构 | 第15-17页 |
| 第二章 Mobile Agent技术简介 | 第17-23页 |
| ·Mobile Agent定义 | 第17-18页 |
| ·Mobile Agent标准化 | 第18-19页 |
| ·常用Mobile Agent平台 | 第19-21页 |
| ·IBM公司的Agent Building Environment | 第19-20页 |
| ·General Magic公司的Telescript | 第20页 |
| ·Ara | 第20页 |
| ·D' Agent | 第20-21页 |
| ·IBM日本的Aglets | 第21页 |
| ·Mobile Agent技术应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 蚁群优化(ACO)和车辆路径问题(VRP) | 第23-31页 |
| ·蚁群优化原理 | 第23-26页 |
| ·蚁群优化在车辆路径问题(VRP)中的应用 | 第26-27页 |
| ·蚁群算法的特点 | 第27-28页 |
| ·求解车辆路径问题(VRP)方法简介 | 第28-30页 |
| ·途程建构法(Tour Construction Procedures) | 第29页 |
| ·途程改善法(Tour Improvement Procedure) | 第29页 |
| ·合成启发法(Composite Procedure) | 第29-30页 |
| ·蚁群优化算法求车辆路径问题(VRP)的基本流程 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 K-MEANS聚类 | 第31-38页 |
| ·K-MEANS聚类算法原理 | 第31-33页 |
| ·K-MEANS聚类算法处理过程 | 第32页 |
| ·K-MEANS聚类算法应用和其缺点 | 第32-33页 |
| ·物流领域K-means算法现状 | 第33-34页 |
| ·“类引力”K-means算法 | 第34-37页 |
| ·“类引力”K-means算法改进思想 | 第34-35页 |
| ·“类引力”K-means改进算法实现步骤 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 仿真实验 | 第38-43页 |
| ·“类引力”K-means算法仿真实验 | 第38-41页 |
| ·实验描述 | 第38页 |
| ·实验结果与分析 | 第38-41页 |
| ·解决车辆路径问题仿真实验 | 第41页 |
| ·实验描述 | 第41页 |
| ·实验结果与分析 | 第41页 |
| ·小结 | 第41-43页 |
| 第六章 总结和展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 附录 | 第47-49页 |
| 攻硕期间发表的学术论文 | 第49-50页 |
| 致谢 | 第50页 |
