摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-15页 |
·论文选题的背景及研究意义 | 第8-9页 |
·论文选题的背景 | 第8-9页 |
·论文研究的意义 | 第9页 |
·物流配送车辆路径问题国内外相关研究综述 | 第9-12页 |
·国外车辆路径问题研究现状 | 第9-10页 |
·国内车辆路径问题研究现状 | 第10-12页 |
·国内外相关研究小结 | 第12页 |
·论文的主要研究内容、研究方法及研究的思路 | 第12-13页 |
·论文的主要研究内容 | 第12-13页 |
·研究方法及研究的思路 | 第13页 |
·论文的结构 | 第13-15页 |
第二章 马鞍山卷烟配送中心配送现状分析 | 第15-24页 |
·马鞍山卷烟配送中心概况 | 第15-16页 |
·马鞍山卷烟配送中心配送车辆配送线路安排现状 | 第16页 |
·马鞍山烟草配送中心车辆配送过程中存在的问题 | 第16-17页 |
·解决问题的方法思路 | 第17-21页 |
·分区配送算法 | 第18页 |
·配送区域的划分 | 第18-21页 |
·本章小结 | 第21-24页 |
第三章 基础知识 | 第24-35页 |
·车辆路径问题的经典求解方法 | 第24-25页 |
·精确算法 | 第24页 |
·构造算法 | 第24-25页 |
·两阶段法 | 第25页 |
·遗传算法 | 第25-28页 |
·遗传算法的国内外研究进展 | 第25-26页 |
·遗传算法的优缺点 | 第26-27页 |
·遗传算法的运算过程 | 第27-28页 |
·蚁群优化算法 | 第28-31页 |
·蚁群优化算法的国内外研究进展 | 第28页 |
·蚁群优化算法的优缺点 | 第28-29页 |
·蚁群优化算法的运算过程 | 第29-31页 |
·相关基本理论分析 | 第31-34页 |
·最优化问题的概述 | 第31-32页 |
·对偶问题的基本理论 | 第32-33页 |
·计算的复杂性 | 第33-34页 |
·本章小结 | 第34-35页 |
第四章 带软时间窗和车辆配送时间的车辆路径问题的建模 | 第35-44页 |
·车辆路径问题的描述及分类 | 第35-37页 |
·车辆路径问题的描述 | 第35-36页 |
·车辆路径问题的分类 | 第36-37页 |
·车辆路径问题的数学模型分析 | 第37-40页 |
·一般VRP 的数学模型 | 第37-38页 |
·带时间窗约束的车辆路径问题(VRPTW)的数学模型 | 第38-40页 |
·带软时间窗和车辆配送时间的车辆路径问题的数学模型 | 第40-43页 |
·问题的描述 | 第40-41页 |
·数学模型的建立 | 第41-43页 |
·本章小结 | 第43-44页 |
第五章 带软时间窗和车辆配送时间的车辆路径问题的算法的设计 | 第44-52页 |
·遗传蚁群优化算法的基本思想 | 第44页 |
·遗传算法部分的设计 | 第44-48页 |
·产生初始种群 | 第44页 |
·适应度 | 第44-46页 |
·选择 | 第46-47页 |
·交叉 | 第47页 |
·变异 | 第47-48页 |
·蚁群优化算法部分的设计 | 第48-50页 |
·转移规则的修订 | 第48页 |
·信息素更新规则 | 第48-50页 |
·信息素轨迹初始化 | 第50页 |
·停止准则 | 第50-51页 |
·遗传蚁群优化算法的运算过程 | 第51页 |
·本章小结 | 第51-52页 |
第六章 马鞍山卷烟配送中心仿真分析与应用 | 第52-60页 |
·仿真分析 | 第52-57页 |
·算法性能测试 | 第52-55页 |
·遗传、蚁群优化、遗传蚁群优化三种算法的比较分析 | 第55-57页 |
·模型的应用 | 第57-59页 |
·本章小结 | 第59-60页 |
第七章 结论与展望 | 第60-62页 |
·结论 | 第60-61页 |
·展望 | 第61-62页 |
参考文献 | 第62-66页 |
攻读硕士学位期间参与的项目及发表的论文 | 第66-67页 |
致谢 | 第67页 |