基于遗传算法的汽车零部件集配中心选址问题的研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 集配中心选址问题的研究现状 | 第11-12页 |
| 1.2.2 遗传算法的发展史及研究现状 | 第12-13页 |
| 1.3 研究目的及意义 | 第13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 集配中心的选址及鲍摩法解决方案 | 第15-26页 |
| 2.1 集配中心概述 | 第15-17页 |
| 2.1.1 集配中心的配送功能 | 第15-16页 |
| 2.1.2 集配中心的分类及物流网络的问题模型 | 第16-17页 |
| 2.2 配送中心选址系统的建模 | 第17-21页 |
| 2.2.1 选址应考虑的基本条件分析 | 第17页 |
| 2.2.2 选址问题的案例分析 | 第17-19页 |
| 2.2.3 模型的建立 | 第19-21页 |
| 2.3 鲍摩瓦尔夫模型求解策略 | 第21-26页 |
| 2.3.1 模型具体解决问题的思路 | 第21-22页 |
| 2.3.2 程序实现 | 第22-25页 |
| 2.3.3 鲍摩瓦尔夫法的计算结果和缺陷 | 第25-26页 |
| 第3章 基于货物不可拆分模型的遗传算法的解决方案 | 第26-42页 |
| 3.1 遗传算法的概述 | 第26-29页 |
| 3.1.1 遗传算法的简介 | 第26-28页 |
| 3.1.2 遗传算法的模式定理 | 第28-29页 |
| 3.2 货物不可拆分的模型分析 | 第29页 |
| 3.3 货物不可拆分遗传算法 | 第29-42页 |
| 3.3.1 编码 | 第29-30页 |
| 3.3.2 适应度函数 | 第30-32页 |
| 3.3.3 初始种群生成 | 第32-33页 |
| 3.3.4 选择 | 第33-34页 |
| 3.3.5 交叉 | 第34-39页 |
| 3.3.6 变异 | 第39-40页 |
| 3.3.7 参数调整 | 第40页 |
| 3.3.8 测算结果 | 第40-42页 |
| 第4章 基于货物可拆分模型的遗传算法解决方案 | 第42-56页 |
| 4.1 货物可拆分模型分析 | 第42页 |
| 4.2 惩罚函数遗传算法 | 第42-49页 |
| 4.2.1 编码 | 第42-43页 |
| 4.2.2 解除约束及适应度函数的确定 | 第43页 |
| 4.2.3 初始种群生成 | 第43-46页 |
| 4.2.4 选择和交叉 | 第46-47页 |
| 4.2.5 变异 | 第47-49页 |
| 4.2.6 参数调整和测算结果 | 第49页 |
| 4.3 约束条件代入遗传算法 | 第49-56页 |
| 4.3.1 适应度函数 | 第50-51页 |
| 4.3.2 交叉 | 第51-54页 |
| 4.3.3 变异 | 第54-55页 |
| 4.3.4 测算结果 | 第55-56页 |
| 第5章 两种算法的分析与性能对比 | 第56-59页 |
| 5.1 两种算法的适用条件分析 | 第56-57页 |
| 5.2 性能对比 | 第57-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
