| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-27页 |
| 1.1 研究背景与意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-23页 |
| 1.2.1 国外研究现状 | 第15-18页 |
| 1.2.2 国内研究现状 | 第18-23页 |
| 1.3 研究内容与方法 | 第23-26页 |
| 1.3.1 研究内容 | 第23页 |
| 1.3.2 研究方法 | 第23-24页 |
| 1.3.3 本文组织结构 | 第24-26页 |
| 1.4 主要创新点 | 第26-27页 |
| 第二章 车辆路径问题与粒子群算法概述 | 第27-40页 |
| 2.1 车辆路径问题概述 | 第27-35页 |
| 2.1.1 车辆路径问题模型 | 第27-29页 |
| 2.1.3 车辆路径问题分类 | 第29-32页 |
| 2.1.4 车辆路径问题求解算法 | 第32-35页 |
| 2.2 粒子群算法概述 | 第35-37页 |
| 2.2.1 粒子群算法基本原理 | 第35-36页 |
| 2.2.2 粒子群算法数学描述 | 第36-37页 |
| 2.3 粒子群算法求解车辆路径问题 | 第37-40页 |
| 2.3.1 粒子编码与适应度函数 | 第37-38页 |
| 2.3.2 求解步骤 | 第38-40页 |
| 第三章 带时间约束的顺风车路径问题模型构建与算法设计 | 第40-54页 |
| 3.1 模型构建 | 第40-46页 |
| 3.1.1 问题描述 | 第40-41页 |
| 3.1.2 基本假设 | 第41-42页 |
| 3.1.3 变量及参数设置 | 第42-45页 |
| 3.1.4 数学模型 | 第45-46页 |
| 3.2 算法设计 | 第46-54页 |
| 3.2.1 粒子编码 | 第46-49页 |
| 3.2.2 适应度函数 | 第49-50页 |
| 3.2.3 算法步骤 | 第50-54页 |
| 第四章 算例分析 | 第54-65页 |
| 4.1 算例说明 | 第54-55页 |
| 4.2 实验数据 | 第55-58页 |
| 4.2.1 带时间窗的车辆路径问题算例 | 第55-56页 |
| 4.2.2 带时间约束的顺风车路径问题算例 | 第56-58页 |
| 4.3 实验参数设置 | 第58-60页 |
| 4.3.1 带时间约束的顺风车路径问题模型参数设置 | 第58-59页 |
| 4.3.2 粒子群算法参数设置 | 第59-60页 |
| 4.4 结果与分析 | 第60-65页 |
| 4.4.1 带时间窗的车辆路径问题算例求解结果 | 第60-61页 |
| 4.4.2 带时间约束的顺风车路径问题算例求解结果 | 第61-63页 |
| 4.4.3 对比分析 | 第63-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 结论 | 第65页 |
| 5.2 局限性与研究展望 | 第65-67页 |
| 5.2.1 局限性 | 第65-66页 |
| 5.2.2 研究展望 | 第66-67页 |
| 附录 | 第67-71页 |
| 粒子群算法Matlab程序代码 | 第67-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文和参加科研情况 | 第78-79页 |
| 发表的学术论文 | 第78页 |
| 参加科研情况 | 第78-79页 |
| 学位论文评阅及答辩情况表 | 第79页 |
