| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 课题来源 | 第13页 |
| 1.2 研究背景和课题意义 | 第13-15页 |
| 1.3 课题研究内容 | 第15-17页 |
| 1.4 论文组织结构 | 第17-20页 |
| 第2章 物流优化及粒子群优化算法概述 | 第20-39页 |
| 2.1 物流系统的优化 | 第20-26页 |
| 2.1.1 物流系统及其优化 | 第20-24页 |
| 2.1.2 物流优化的发展趋势和需求 | 第24-26页 |
| 2.2 粒子群优化算法 | 第26-37页 |
| 2.2.1 粒子群优化算法概述 | 第26-28页 |
| 2.2.2 粒子群优化算法的理论研究 | 第28-35页 |
| 2.2.3 粒子群优化算法的应用研究 | 第35-37页 |
| 2.3 当前研究的挑战 | 第37-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 基于网络拓扑的粒子群优化算法 | 第39-74页 |
| 3.1 引言 | 第39页 |
| 3.2 基于网络拓扑的粒子群优化算法 | 第39-47页 |
| 3.2.1 链路预测的原理和指标 | 第40-42页 |
| 3.2.2 基于链路预测的拓扑更新 | 第42-45页 |
| 3.2.3 个体学习策略 | 第45-47页 |
| 3.3 算法流程 | 第47-48页 |
| 3.4 实验分析和讨论 | 第48-73页 |
| 3.4.1 Benchmark 函数和实验设计 | 第49-51页 |
| 3.4.2 算法收敛精度分析 | 第51-52页 |
| 3.4.3 参数敏感性分析 | 第52-58页 |
| 3.4.4 算法对高维问题的性能测试 | 第58-59页 |
| 3.4.5 与其他PSO算法对比分析 | 第59-69页 |
| 3.4.6 与其他群智能算法对比分析 | 第69-73页 |
| 3.5 本章小结 | 第73-74页 |
| 第4章 基于拟熵的自适应混合粒子群优化算法 | 第74-115页 |
| 4.1 引言 | 第74-75页 |
| 4.2 局部搜索方法及其局部收敛速度 | 第75-77页 |
| 4.2.1 局部搜索方法 | 第75-76页 |
| 4.2.2 局部收敛速度对比 | 第76-77页 |
| 4.3 基于拟熵的自适应混合粒子群优化算法 | 第77-85页 |
| 4.3.1 自适应启动LS的必要性 | 第77-79页 |
| 4.3.2 LS的自适应启动策略 | 第79-80页 |
| 4.3.3 拟熵指标 | 第80-81页 |
| 4.3.4 拟熵指标性能的理论分析 | 第81-83页 |
| 4.3.5 拟熵指标性能的数值测试 | 第83-85页 |
| 4.4 算法流程 | 第85-86页 |
| 4.5 数值实验 | 第86-113页 |
| 4.5.1 标准测试函数 | 第86-89页 |
| 4.5.2 实验设计 | 第89-90页 |
| 4.5.3 ALS-NTPSO 算法性能分析 | 第90-94页 |
| 4.5.4 参数敏感性分析 | 第94-97页 |
| 4.5.5 算法对高维问题的性能分析 | 第97-101页 |
| 4.5.6 与其他算法的对比分析 | 第101-113页 |
| 4.6 本章小结 | 第113-115页 |
| 第5章 绿色多式联运物流优化问题研究 | 第115-135页 |
| 5.1 引言 | 第115页 |
| 5.2 多式联运模型 | 第115-120页 |
| 5.2.1 基本多式联运模型 | 第116-117页 |
| 5.2.2 碳监管政策下的多式联运模型 | 第117-120页 |
| 5.3 案例描述 | 第120-122页 |
| 5.3.1 某多式联运物流网络 | 第120页 |
| 5.3.2 数据来源和参数设置 | 第120-122页 |
| 5.4 多式联运问题的优化方法 | 第122-125页 |
| 5.4.1 编码方案 | 第123-124页 |
| 5.4.2 算法求解流程 | 第124-125页 |
| 5.5 实验分析和讨论 | 第125-133页 |
| 5.5.1 实验设计 | 第125-126页 |
| 5.5.2 基本多式联运模型的实验结果分析 | 第126-128页 |
| 5.5.3 基于碳税的多式联运模型的实验结果分析 | 第128-131页 |
| 5.5.4 基于强制碳排放的多式联运模型的实验结果分析 | 第131-133页 |
| 5.6 本章小结 | 第133-135页 |
| 第6章 不确定条件下多配送中心选址问题的建模与优化 | 第135-159页 |
| 6.1 引言 | 第135-136页 |
| 6.2 多配送中心选址问题的特点 | 第136-139页 |
| 6.2.1 广泛性和重要性 | 第136-137页 |
| 6.2.2 选址区域的复杂性 | 第137-138页 |
| 6.2.3 需求量的不确定性 | 第138页 |
| 6.2.4 网络结构的抗毁性 | 第138-139页 |
| 6.3 选址模型的数学描述 | 第139-145页 |
| 6.3.1 不确定条件下的多配送中心选址鲁棒优化模型 | 第139-143页 |
| 6.3.2 考虑不确定性和抗毁性的多配送中心选址优化模型 | 第143-144页 |
| 6.3.3 选址模型的数学性质分析 | 第144-145页 |
| 6.3.4 编码方案 | 第145页 |
| 6.4 实验分析和讨论 | 第145-158页 |
| 6.4.1 实验设计 | 第145-147页 |
| 6.4.2 模型Ⅰ的结果分析 | 第147-153页 |
| 6.4.3 模型Ⅱ的结果分析 | 第153-158页 |
| 6.5 本章小结 | 第158-159页 |
| 第7章 总结与展望 | 第159-163页 |
| 7.1 主要研究成果和结论 | 第159-160页 |
| 7.2 主要创新点 | 第160-161页 |
| 7.3 未来研究工作 | 第161-163页 |
| 致谢 | 第163-164页 |
| 参考文献 | 第164-176页 |
| 攻读博士学位期间发表的论文和参与的科研项目 | 第176-178页 |
| 一、发表论文 | 第176-177页 |
| 二、参与的科研项目 | 第177-178页 |
| 三、参与编著 | 第178页 |
| 四、软件著作权 | 第178页 |
| 五、获得奖励 | 第178页 |
