基于实时交通信息的快递企业车辆路径问题研究
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 时变网络VRP研究现状 | 第13-15页 |
| 1.2.2 VRPSPD研究现状 | 第15-16页 |
| 1.3 研究内容和主要框架 | 第16-19页 |
| 第2章 基本理论及问题概述 | 第19-31页 |
| 2.1 交通相关理论 | 第19-25页 |
| 2.1.1 智能交通系统简介 | 第19-21页 |
| 2.1.2 交通信息及交通流的定义 | 第21-24页 |
| 2.1.3 交通信息的采集 | 第24-25页 |
| 2.2 快递业基本理论 | 第25-30页 |
| 2.2.1 快递的涵义及特征 | 第25-26页 |
| 2.2.2 快递网络的简述 | 第26-27页 |
| 2.2.3 快递业务基本流程简介 | 第27-28页 |
| 2.2.4 快递企业城市物流配送 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 模型建立 | 第31-44页 |
| 3.1 快递企业TDVRPSPD问题的提出 | 第31-32页 |
| 3.2 快递企业TDVRPSPD模型建立 | 第32-43页 |
| 3.2.1 基于交通流量的动态路网构造 | 第32-34页 |
| 3.2.2 客户点之间旅行时间的计算 | 第34-37页 |
| 3.2.3 TDVRPSPD的数学模型 | 第37-40页 |
| 3.2.4 考虑路网中路段发生拥堵的情形 | 第40-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第4章 改进的粒子优化算法求解模型 | 第44-55页 |
| 4.1 粒子群优化算法简介 | 第44-48页 |
| 4.1.1 基本粒子群算法描述 | 第44-47页 |
| 4.1.2 标准PSO算法的优劣性 | 第47-48页 |
| 4.1.3 混合粒子群优化算法 | 第48页 |
| 4.2 基于遗传算法的PSO算法设计 | 第48-51页 |
| 4.2.1 粒子编码方式 | 第48-49页 |
| 4.2.2 初始化种群 | 第49页 |
| 4.2.3 解的修正与改进 | 第49-50页 |
| 4.2.3 适度值的计算及粒子更新 | 第50页 |
| 4.2.5 交叉操作 | 第50页 |
| 4.2.6 变异操作 | 第50-51页 |
| 4.2.7 算法终止迭代 | 第51页 |
| 4.3 IPSO算法求解模型具体步骤 | 第51-52页 |
| 4.4 IPSO算法的性能验证 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 实际算例分析 | 第55-66页 |
| 5.1 算例概述 | 第55-56页 |
| 5.2 算例的建立 | 第56-58页 |
| 5.3 算例结果与分析 | 第58-65页 |
| 5.3.1 早高峰时段作业的计算结果及分析 | 第58-62页 |
| 5.3.2 平峰时段作业的计算结果及分析 | 第62-63页 |
| 5.3.3 考虑路段发生交通拥堵的情况 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 结论与展望 | 第66-68页 |
| 研究结论 | 第66页 |
| 展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录 | 第74-77页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第77页 |
