| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 车辆路径优化问题国内外研究现状 | 第13-16页 |
| 1.2.2 免疫遗传算法改进国内外研究现状 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 研究方法与创新点 | 第19-20页 |
| 1.4.1 研究方法 | 第19页 |
| 1.4.2 创新点 | 第19-20页 |
| 第2章 理论基础 | 第20-31页 |
| 2.1 遗传算法概述 | 第20-25页 |
| 2.1.1 遗传算法的产生以及发展 | 第20-21页 |
| 2.1.2 遗传算法的基本原理 | 第21-24页 |
| 2.1.3 遗传算法的实现过程 | 第24页 |
| 2.1.4 遗传算法的优缺点 | 第24-25页 |
| 2.2 免疫遗传算法的生物学原理 | 第25-28页 |
| 2.2.1 生物免疫系统的基本概念 | 第25-27页 |
| 2.2.2 生物免疫系统的组成和功能 | 第27页 |
| 2.2.3 生物免疫应答反应 | 第27-28页 |
| 2.3 免疫遗传算法概述 | 第28-30页 |
| 2.3.1 基本免疫遗传算法的流程 | 第28-30页 |
| 2.3.2 免疫遗传算法的特性 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 车辆路径优化问题（VRP） | 第31-36页 |
| 3.1 车辆路径优化问题的概述 | 第31-33页 |
| 3.1.1 车辆路径优化问题的一般描述 | 第31-32页 |
| 3.1.2 车辆路径优化问题的要素 | 第32-33页 |
| 3.2 车辆路径优化问题的典型分类 | 第33-34页 |
| 3.3 车辆路径优化问题的典型求解方法 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 针对解决VRP问题的免疫遗传算法的改进研究 | 第36-46页 |
| 4.1 模型的建立 | 第36-38页 |
| 4.2 基本免疫遗传算法解决流程 | 第38-42页 |
| 4.2.1 染色体识别 | 第38页 |
| 4.2.2 初始群体的产生 | 第38-39页 |
| 4.2.3 适应度计算 | 第39页 |
| 4.2.4 抗体间亲和力以及抗体的促进与抑制 | 第39-41页 |
| 4.2.5 新抗体群的产生 | 第41-42页 |
| 4.2.6 记忆库以及终止准则 | 第42页 |
| 4.3 基本免疫遗传算法的改进设计 | 第42-45页 |
| 4.3.1 基于信息熵亲和力计算方法的不足之处 | 第43-44页 |
| 4.3.2 改进的矢量距的亲和力的计算方法 | 第44-45页 |
| 4.3.3 改进的相邻编码数组合比较的计算方法 | 第45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 仿真实验 | 第46-56页 |
| 5.1 实验数据 | 第46-47页 |
| 5.2 结果分析 | 第47-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 论文的主要工作和结论 | 第56页 |
| 6.2 进一步的研究工作 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |