基于混合遗传算法的快递车辆路径优化问题的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 选题背景 | 第8-9页 |
| 1.2 研究意义 | 第9页 |
| 1.3 车辆路径问题研究现状 | 第9-13页 |
| 1.4 技术路线 | 第13-14页 |
| 1.5 论文主要研究内容 | 第14-15页 |
| 1.6 论文的组织结构 | 第15-17页 |
| 2 车辆路径问题模型的建立与分析 | 第17-27页 |
| 2.1 车辆路径问题概述 | 第17页 |
| 2.2 车辆路径问题分类 | 第17-18页 |
| 2.3 时间窗概念与分类 | 第18-22页 |
| 2.3.1 硬时间窗概念及其惩罚规则 | 第19-20页 |
| 2.3.2 软时间窗概念及其惩罚规则 | 第20-21页 |
| 2.3.3 混合时间窗概念及其惩罚规则 | 第21-22页 |
| 2.4 带时间窗的车辆路径问题模型设计 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 遗传算法理论研究 | 第27-35页 |
| 3.1 遗传算法研究现状 | 第27-28页 |
| 3.2 遗传算法操作算子 | 第28-33页 |
| 3.2.1 选择算子 | 第28-31页 |
| 3.2.2 杂交算子 | 第31页 |
| 3.2.3 变异算子 | 第31-33页 |
| 3.3 遗传算法流程 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 分解协调算法理论研究 | 第35-41页 |
| 4.1 分解协调算法研究现状 | 第35-36页 |
| 4.2 分解协调原理及优越性 | 第36-38页 |
| 4.3 关联预测法原理 | 第38-39页 |
| 4.4 关联预测法算法推导 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 车辆路径问题的混合遗传算法设计 | 第41-50页 |
| 5.1 混合遗传算法原理及优越性 | 第41页 |
| 5.2 混合遗传算法流程 | 第41-43页 |
| 5.3 混合遗传算法设计 | 第43-47页 |
| 5.3.1 分解协调算法设计 | 第43-44页 |
| 5.3.2 算法的编码设计 | 第44-45页 |
| 5.3.3 初始解的生成 | 第45-46页 |
| 5.3.4 适应度函数的设计 | 第46-47页 |
| 5.3.5 算法的终止准则设计 | 第47页 |
| 5.4 混合遗传算法性能仿真实验 | 第47-49页 |
| 5.4.1 仿真实验数据分析 | 第47-48页 |
| 5.4.2 求解结果对比分析 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 6 混合遗传算法在车辆路径问题的应用实现 | 第50-57页 |
| 6.1 车辆路径问题应用场景分析 | 第50页 |
| 6.2 车辆路径调度问题实验数据采集与分析 | 第50-54页 |
| 6.3 仿真实验结果分析 | 第54-56页 |
| 6.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
