| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题的研究背景与意义 | 第8-10页 |
| 1.1.1 供应链传输管理 | 第8-9页 |
| 1.1.2 车辆路径规划 | 第9-10页 |
| 1.2 VRP的国内外研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 本文的主要工作与创新 | 第14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第2章 车辆路径问题及其算法介绍 | 第16-26页 |
| 2.1 VRP的定义与组成 | 第16-18页 |
| 2.1.1 VRP的定义 | 第16-17页 |
| 2.1.2 VRP的组成 | 第17-18页 |
| 2.2 VRP的分类 | 第18-19页 |
| 2.3 VRPSTW | 第19-22页 |
| 2.4 VRP算法研究 | 第22-25页 |
| 2.4.1 精确算法 | 第22-23页 |
| 2.4.2 启发式算法 | 第23-24页 |
| 2.4.3 启发式算法优缺点 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 遗传算法介绍 | 第26-36页 |
| 3.1 遗传算法的基本思想 | 第26-27页 |
| 3.2 遗传算法的基本概念 | 第27-32页 |
| 3.2.1 遗传学概念 | 第27-28页 |
| 3.2.2 编码和解码 | 第28-29页 |
| 3.2.3 适应度函数 | 第29-30页 |
| 3.2.4 选择算子 | 第30-31页 |
| 3.2.5 交叉算子 | 第31页 |
| 3.2.6 变异算子 | 第31-32页 |
| 3.3 遗传算法的基本步骤 | 第32-34页 |
| 3.4 遗传算法在VRP中的应用 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于改进自适应遗传算法的VRPSTW模型求解 | 第36-52页 |
| 4.1 VRPSTW模型 | 第36-38页 |
| 4.2 自适应遗传算法 | 第38-39页 |
| 4.3 改进的自适应遗传算法 | 第39-42页 |
| 4.3.1 改进的选择算子 | 第39-40页 |
| 4.3.2 改进的交叉、变异算子 | 第40-42页 |
| 4.3.3 改进的自适应遗传算法的求解步骤 | 第42页 |
| 4.4 数值实验 | 第42-50页 |
| 4.4.1 算法仿真结果 | 第44-49页 |
| 4.4.2 仿真性能对比 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文总结 | 第52页 |
| 5.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-60页 |
| 附录 | 第60-64页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第64页 |