遗传算法在物流系统优化中的应用研究
| 论文摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第1章 绪论 | 第14-22页 |
| ·本文的研究背景及意义 | 第14-17页 |
| ·物流系统及其优化 | 第14-15页 |
| ·优化问题 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·国内外研究现状 | 第17-18页 |
| ·本文的研究工作 | 第18-20页 |
| ·本文的研究内容 | 第18-19页 |
| ·研究思路与方法 | 第19页 |
| ·本文的主要贡献 | 第19-20页 |
| ·论文的组织 | 第20-22页 |
| 第2章 智能优化算法概述 | 第22-36页 |
| ·智能优化算法 | 第22-25页 |
| ·优化算法 | 第22-23页 |
| ·智能优化算法简介 | 第23-25页 |
| ·智能优化算法的特点 | 第25页 |
| ·遗传算法 | 第25-35页 |
| ·遗传算法中的概念 | 第26-29页 |
| ·遗传算法的基本思想 | 第29页 |
| ·基本遗传算法描述 | 第29-30页 |
| ·应用遗传算法求解问题的步骤 | 第30-32页 |
| ·模式定理与积木块假设 | 第32-34页 |
| ·遗传算法的优缺点 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第3章 库存系统仿真及优化 | 第36-54页 |
| ·引言 | 第36-37页 |
| ·离散事件系统仿真优化 | 第37-40页 |
| ·离散事件系统 | 第37-39页 |
| ·离散事件系统仿真的优化 | 第39-40页 |
| ·随机(s，S)库存系统仿真优化 | 第40-47页 |
| ·随机(s，S)库存系统描述 | 第40-41页 |
| ·随机(s，S)库存系统的仿真模型 | 第41-42页 |
| ·仿真优化算法设计 | 第42-45页 |
| ·仿真计算与分析 | 第45-47页 |
| ·随机(Q，r)库存系统仿真优化 | 第47-52页 |
| ·随机(Q，r)库存系统描述 | 第48-49页 |
| ·随机(Q，r)库存系统的仿真模型 | 第49页 |
| ·仿真优化算法设计 | 第49-51页 |
| ·仿真计算与分析 | 第51-52页 |
| ·小结 | 第52-54页 |
| 第4章 求解TSP问题的混合遗传算法 | 第54-66页 |
| ·引言 | 第54-55页 |
| ·问题描述与数学模型 | 第55页 |
| ·求解TSP问题的常用交叉算子 | 第55-58页 |
| ·2-OPT算法 | 第58页 |
| ·求解TSP问题的HGA-TSP算法 | 第58-60页 |
| ·HGA-TSP的计算步骤 | 第59页 |
| ·提高算法时间效率的改进方法 | 第59-60页 |
| ·仿真计算与分析 | 第60-65页 |
| ·三种交叉算子的比较 | 第61-62页 |
| ·K近邻点集对算法时间效率的影响 | 第62页 |
| ·HGA-TSP算法的优化效果 | 第62-64页 |
| ·HGA-TSP算法与问题规模的关系 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第5章 双目标MTSP问题的模型与算法 | 第66-74页 |
| ·引言 | 第66页 |
| ·数学模型 | 第66-67页 |
| ·道路网络预处理 | 第67-70页 |
| ·Dijkstra算法 | 第67-68页 |
| ·Floyd算法 | 第68-70页 |
| ·双目标MTSP的解决方案 | 第70页 |
| ·仿真计算与分析 | 第70-73页 |
| ·本文三种解决方案的对比 | 第71-73页 |
| ·本文解决方案与其它文献的对比 | 第73页 |
| ·小结 | 第73-74页 |
| 第6章 求解CVRP问题的混合遗传算法 | 第74-94页 |
| ·引言 | 第74-76页 |
| ·问题描述与数学模型 | 第76-77页 |
| ·求解CVRP问题的HGA-CVRP算法 | 第77-84页 |
| ·HGA-CVRP算法 | 第77页 |
| ·双层染色体编码方案 | 第77-79页 |
| ·选择算子 | 第79页 |
| ·交叉算子 | 第79-80页 |
| ·2-OPT变异算子 | 第80页 |
| ·HGA-CVRP的计算步骤 | 第80页 |
| ·仿真计算与分析 | 第80-84页 |
| ·求解CVRP问题的HGA-SEA-CVRP算法 | 第84-93页 |
| ·子路径交换算法SEA的原理 | 第85-87页 |
| ·HGA-SEA-CVRP的计算步骤 | 第87-88页 |
| ·仿真计算与分析 | 第88-93页 |
| ·小结 | 第93-94页 |
| 第7章 求解VRPTW问题的混合遗传算法 | 第94-117页 |
| ·引言 | 第94-95页 |
| ·问题描述与数学模型 | 第95-96页 |
| ·求解VRPTW问题的HGA-VRPTW算法 | 第96-103页 |
| ·改进的双层染色体编码方案 | 第96-97页 |
| ·选择算子 | 第97页 |
| ·交叉算子 | 第97-98页 |
| ·变异算子 | 第98页 |
| ·邻域变异算子 | 第98-99页 |
| ·克隆算子 | 第99-100页 |
| ·邻域搜索算子 | 第100-102页 |
| ·HGA-VRPTW的计算步骤 | 第102-103页 |
| ·仿真计算与分析 | 第103-116页 |
| ·Solomon 50仿真计算与分析 | 第103-111页 |
| ·Solomon 100仿真计算与分析 | 第111-116页 |
| ·小结 | 第116-117页 |
| 第8章 VRP仿真实验室的设计与实现 | 第117-128页 |
| ·引言 | 第117-118页 |
| ·VRP仿真实验室的设计 | 第118-121页 |
| ·设计目标 | 第118页 |
| ·体系结构与类的设计 | 第118-121页 |
| ·VRP仿真实验室的实现 | 第121-127页 |
| ·小结 | 第127-128页 |
| 第9章 总结与展望 | 第128-131页 |
| ·本文的主要工作及研究结论 | 第128-130页 |
| ·展望 | 第130-131页 |
| 附录1: 56个SOLOMON 50问题的详细解 | 第131-138页 |
| 附录2: 9个SOLOMON 100问题的详细解 | 第138-141页 |
| 参考文献 | 第141-149页 |
| 攻读博士学位期间发表论文及科研情况 | 第149-150页 |
| 致谢 | 第150页 |
