| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 物流配送车辆调度优化问题的研究背景及意义 | 第10-11页 |
| 1.2 动态车辆调度问题的研究现状 | 第11-15页 |
| 1.3 研究内容及方法 | 第15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第二章 混合量子算法概述 | 第18-26页 |
| 2.1 量子计算概述 | 第18页 |
| 2.2 智能优化算法概述 | 第18-19页 |
| 2.3 混合量子算法研究现状 | 第19-23页 |
| 2.4 混合量子算法实现方式 | 第23-25页 |
| 2.4.1 混合量子算法基本思想 | 第23-24页 |
| 2.4.2 混合量子算法实现过程 | 第24-25页 |
| 2.4.3 混合量子算法特点 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于自适应量子遗传算法的动态车辆调度问题研究 | 第26-38页 |
| 3.1 动态车辆调度问题概述 | 第26-29页 |
| 3.1.1 动态车辆调度问题描述 | 第26页 |
| 3.1.2 动态车辆调度问题解决方案 | 第26-27页 |
| 3.1.3 动态车辆调度问题数学模型 | 第27-29页 |
| 3.2 自适应量子遗传算法 | 第29-33页 |
| 3.2.1 自适应量子遗传算法思想 | 第29页 |
| 3.2.2 量子编码 | 第29-30页 |
| 3.2.3 自适应量子旋转门更新规则 | 第30-31页 |
| 3.2.4 变异操作 | 第31页 |
| 3.2.5 两元素局部搜索 | 第31-32页 |
| 3.2.6 算法步骤 | 第32-33页 |
| 3.3 仿真实验与结果分析 | 第33-36页 |
| 3.3.1 仿真实验1 | 第33-35页 |
| 3.3.2 仿真实验2 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 基于自适应量子蚁群算法的多车场动态车辆调度问题研究 | 第38-48页 |
| 4.1 多车场多车型动态车辆调度问题概述 | 第38-41页 |
| 4.1.1 多车场动态车辆调度问题描述 | 第38页 |
| 4.1.2 多车场动态车辆调度问题解决策略 | 第38-39页 |
| 4.1.3 多车场动态车辆调度问题数学模型 | 第39-41页 |
| 4.2 自适应量子蚁群算法 | 第41-43页 |
| 4.2.1 自适应量子蚁群算法概述 | 第41页 |
| 4.2.2 量子相位编码信息素矩阵 | 第41页 |
| 4.2.3 启发函数初始化 | 第41页 |
| 4.2.4 状态转移规则 | 第41-42页 |
| 4.2.5 信息素更新规则 | 第42页 |
| 4.2.6 自适应量子旋转门更新 | 第42页 |
| 4.2.7 算法步骤 | 第42-43页 |
| 4.3 仿真实验与结果分析 | 第43-46页 |
| 4.3.1 仿真实验1 | 第44-45页 |
| 4.3.2 仿真实验2 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 基于改进量子蚁群算法的多车场多车型动态车辆调度问题研究 | 第48-54页 |
| 5.1 多车场多车型动态车辆调度问题概述 | 第48-49页 |
| 5.1.1 多车场多车型动态车辆调度问题概述 | 第48页 |
| 5.1.2 多车场多车型动态车辆调度问题分配方案 | 第48-49页 |
| 5.2 自适应改进量子蚁群算法 | 第49-51页 |
| 5.2.1 自适应改进量子蚁群算法概述 | 第49页 |
| 5.2.2 信息素矩阵变异规则 | 第49-50页 |
| 5.2.3 信息素矩阵量子相位更新规则 | 第50页 |
| 5.2.4 算法步骤 | 第50-51页 |
| 5.3 仿真实验与结果分析 | 第51-53页 |
| 5.3.1 仿真实验1 | 第51-53页 |
| 5.3.2 仿真实验2 | 第53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录A(攻读硕士期间的学术成果) | 第64页 |
