| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 智能物流研究现状 | 第11-12页 |
| 1.2.2 路径优化问题研究现状 | 第12-14页 |
| 1.3 论文组织结构 | 第14-16页 |
| 第2章 智能物流配送路径优化问题 | 第16-22页 |
| 2.1 物流配送路径优化问题定义 | 第16页 |
| 2.2 物流配送路径优化问题类型 | 第16-18页 |
| 2.3 物流配送路径优化问题的模型描述 | 第18-19页 |
| 2.4 研究方法介绍 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 免疫粒子群算法 | 第22-37页 |
| 3.1 免疫算法介绍 | 第22-28页 |
| 3.1.1 免疫算法原理 | 第22-24页 |
| 3.1.2 免疫算子说明 | 第24-26页 |
| 3.1.3 免疫算法的步骤与流程 | 第26-28页 |
| 3.1.4 免疫算法与遗传算法的比较 | 第28页 |
| 3.2 粒子群算法 | 第28-32页 |
| 3.2.1 粒子群算法介绍 | 第28-29页 |
| 3.2.2 粒子群算法原理 | 第29-30页 |
| 3.2.3 粒子群算法步骤与流程 | 第30-31页 |
| 3.2.4 粒子群算法的特点 | 第31-32页 |
| 3.3 免疫粒子群算法 | 第32-36页 |
| 3.3.1 免疫粒子群算法的设计思想 | 第32-33页 |
| 3.3.2 加入基于抗体浓度调节机制的免疫粒子群算法 | 第33-34页 |
| 3.3.3 免疫粒子群算法的步骤与流程 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 IA-PSO在装卸一体化物流配送路径优化问题中的应用 | 第37-46页 |
| 4.1 装卸一体化物流配送问题的数学模型建立 | 第37-41页 |
| 4.1.1 装卸一体化物流配送问题描述 | 第37页 |
| 4.1.2 模型的约束条件 | 第37-38页 |
| 4.1.3 符号说明 | 第38-39页 |
| 4.1.4 模型建立 | 第39-41页 |
| 4.2 IA-PSO在装卸一体化物流配送路径优化问题中的实现 | 第41-43页 |
| 4.2.1 装卸一体化物流配送问题实例 | 第41页 |
| 4.2.2 粒子(抗体)的编码 | 第41-42页 |
| 4.2.3 免疫粒子群算法的程序实现 | 第42-43页 |
| 4.3 实验测试与分析 | 第43-45页 |
| 4.3.1 实验环境说明 | 第43页 |
| 4.3.2 实验结果分析 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 IA-PSO在多配送中心物流配送路径优化问题中的应用 | 第46-54页 |
| 5.1 多配送中心物流配送问题的数学模型建立 | 第46-49页 |
| 5.1.1 多配送中心物流配送问题描述 | 第46页 |
| 5.1.2 模型的约束条件 | 第46-47页 |
| 5.1.3 符号说明 | 第47页 |
| 5.1.4 模型建立 | 第47-49页 |
| 5.2 IA-PSO在多配送中心物流配送路径优化问题中的实现 | 第49页 |
| 5.3 实验测试与分析 | 第49-53页 |
| 5.3.1 实验环境说明 | 第49页 |
| 5.3.2 实验结果分析 | 第49-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57页 |
