改进蚁群算法解决电商快递场景下的多目标多旅行商问题
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究创新点 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 蚁群算法概述 | 第16-24页 |
| 2.1 基本原理 | 第16-17页 |
| 2.2 数学模型 | 第17-20页 |
| 2.3 优势与缺陷 | 第20-21页 |
| 2.4 研究现状 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 多目标多旅行商问题 | 第24-32页 |
| 3.1 多旅行商问题 | 第24-25页 |
| 3.2 多目标优化 | 第25-28页 |
| 3.2.1 基本概念 | 第25-26页 |
| 3.2.2 多目标优化评价指标 | 第26-28页 |
| 3.3 本文研究问题模型 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第四章 改进的蚁群算法 | 第32-57页 |
| 4.1 实验设定 | 第32-33页 |
| 4.2 信息素随机初始化 | 第33-36页 |
| 4.3 多旅行商禁忌表 | 第36-39页 |
| 4.4 状态转移回跳策略 | 第39-41页 |
| 4.5 可行解重组策略 | 第41-43页 |
| 4.6 多重信息素更新策略 | 第43-52页 |
| 4.6.1 信息素更新常见策略 | 第44-45页 |
| 4.6.2 改进方向分析 | 第45-46页 |
| 4.6.3 改进策略 | 第46-52页 |
| 4.7 混合多蚁群策略 | 第52-54页 |
| 4.8 系统总框图 | 第54-55页 |
| 4.9 本章小结 | 第55-57页 |
| 第五章 对照实验 | 第57-70页 |
| 5.1 实验样本及运行环境 | 第57-59页 |
| 5.2 对照算法 | 第59-62页 |
| 5.2.1 遗传算法 | 第59-61页 |
| 5.2.2 差分进化算法 | 第61-62页 |
| 5.3 实验结果分析 | 第62-69页 |
| 5.3.1 算法效率分析 | 第62-63页 |
| 5.3.2 权衡曲线分析 | 第63-65页 |
| 5.3.3 多目标问题评价指标分析 | 第65-69页 |
| 5.4 本章小结 | 第69-70页 |
| 总结与展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附件 | 第80页 |
