| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第1章 绪论 | 第10-14页 |
| ·选题背景与研究意义 | 第10-11页 |
| ·车辆路径问题的国内外研究状况 | 第11-12页 |
| ·本文的主要工作和组织 | 第12-14页 |
| 第2章 VRP 模型及算法 | 第14-23页 |
| ·组成要素和分类 | 第14-15页 |
| ·模型的建立 | 第15-16页 |
| ·求解VRP 问题的算法 | 第16-23页 |
| ·精确算法 | 第17页 |
| ·传统启发式算法 | 第17-18页 |
| ·现代启发式算法 | 第18-23页 |
| 第3章 遗传算法的优化原理 | 第23-30页 |
| ·从生物进化到遗传算法 | 第23-24页 |
| ·遗传算法的基本原理 | 第24-28页 |
| ·遗传算法的相关概念 | 第24页 |
| ·遗传算法的要素分析 | 第24-27页 |
| ·遗传算法的结构 | 第27页 |
| ·遗传算法设计 | 第27-28页 |
| ·遗传算法的特点 | 第28-30页 |
| 第4章 基于改进的遗传算法的多目标VRP 问题求解 | 第30-38页 |
| ·遗传算法的不足之处 | 第30-31页 |
| ·改进的遗传算法DIGA | 第31-33页 |
| ·个体浓度控制 | 第31页 |
| ·选择策略设计 | 第31-32页 |
| ·“精英保留”策略 | 第32页 |
| ·DIGA 算法结构 | 第32-33页 |
| ·多目标VRP 问题建模 | 第33-34页 |
| ·算法设计与实现 | 第34-38页 |
| 第5章 实验结果及分析 | 第38-47页 |
| ·实验环境及参数设置 | 第38-39页 |
| ·实验1 | 第39-41页 |
| ·实验2 | 第41-43页 |
| ·实验3 | 第43-45页 |
| ·实验4 | 第45-46页 |
| ·实验结果分析 | 第46-47页 |
| 结束语 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文和参与的项目 | 第54页 |