物流配送中车辆路径问题的混合算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·问题提出、研究的目的意义 | 第9-10页 |
| ·国内外研究现状及水平 | 第10-13页 |
| ·研究的主要内容 | 第13页 |
| ·本文的组织结构 | 第13-15页 |
| 第2章 VRP问题的模型和算法 | 第15-20页 |
| ·车辆路径问题描述 | 第15页 |
| ·VRP问题数学模型的建立 | 第15-17页 |
| ·模型结构分类 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 蚁群算法 | 第20-37页 |
| ·蚁群算法的基本原理 | 第20-22页 |
| ·TSP蚁群算法模型 | 第22-25页 |
| ·蚁群算法的MATLAB实现步骤 | 第25-27页 |
| ·蚁群算法TSP实验及结果分析 | 第27-30页 |
| ·应用蚁群算法求解VRP | 第30-35页 |
| ·蚁群算法的特点 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第4章 遗传算法 | 第37-55页 |
| ·遗传算法发展历史及研究现状 | 第37-38页 |
| ·遗传算法描述 | 第38-40页 |
| ·遗传算法中的基本模型和操作 | 第40-41页 |
| ·遗传算法实现步骤 | 第41-42页 |
| ·MATLAB遗传算法工具箱 | 第42-44页 |
| ·使用MATLAB遗传算法工具箱求解TSP问题 | 第44-45页 |
| ·遗传算法实现TSP仿真实验 | 第45-49页 |
| ·应用遗传算法求解VRP | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 遗传算法和蚁群算法构建混合算法 | 第55-66页 |
| ·遗传算法和蚁群算法混合的方式 | 第55-57页 |
| ·前期采用遗传算法后期采用蚁群算法的混合算法 | 第57-60页 |
| ·应用混合算法求解TSP | 第60-62页 |
| ·混合算法实现TSP仿真实验 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录A | 第71-75页 |
| 附录B | 第75-76页 |
| 附录C | 第76-80页 |
| 附录D | 第80-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间发表的学术论文 | 第82页 |
