改进的智能算法及其在物流运输优化中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-15页 |
| ·物流的概述 | 第11-12页 |
| ·物流的概念及理解 | 第11页 |
| ·中国物流发展的理论现状 | 第11-12页 |
| ·运输在物流系统中的重要作用 | 第12-13页 |
| ·运输的概念 | 第12页 |
| ·运输在物流系统中的作用 | 第12-13页 |
| ·物流运输网络优化的重要性 | 第13-15页 |
| ·运输子系统是物流系统的核心 | 第13页 |
| ·不合理的物流运输 | 第13-14页 |
| ·物流运输合理优化意义 | 第14-15页 |
| 第二章 智能优化算法 | 第15-25页 |
| ·概述 | 第15页 |
| ·遗传算法 | 第15-20页 |
| ·基本遗传算法 | 第15-17页 |
| ·遗传算法的基本要素 | 第17-18页 |
| ·遗传算法的参数选择 | 第18-19页 |
| ·遗传算法的特点 | 第19-20页 |
| ·蚁群算法 | 第20-25页 |
| ·蚁群系统简介 | 第20-21页 |
| ·基本蚁群算法 | 第21-23页 |
| ·参数选择 | 第23页 |
| ·蚁群算法的特点 | 第23-25页 |
| 第三章 基于遗传算法的无向网络路径优化 | 第25-37页 |
| ·引言 | 第25页 |
| ·网络模型 | 第25-26页 |
| ·网络节点的数据结构定义 | 第26-27页 |
| ·遗传算法的缺点 | 第27页 |
| ·容易过早收敛 | 第27页 |
| ·在进化后期搜索效率低 | 第27页 |
| ·改进遗传算法 | 第27-31页 |
| ·编码表示 | 第27-28页 |
| ·适应度函数 | 第28页 |
| ·种群初始化 | 第28页 |
| ·交叉、变异概率的动态设置 | 第28页 |
| ·交叉运算 | 第28-29页 |
| ·变异运算 | 第29-31页 |
| ·实例分析 | 第31-33页 |
| ·利用变长遗传算法求解转运问题 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 物流中心配送问题模型的建立 | 第37-40页 |
| ·物流配送问题的描述 | 第37页 |
| ·物流中心配送模型的建立 | 第37-40页 |
| ·问题的假设与说明 | 第37-38页 |
| ·物流中心配送的数学模型 | 第38-40页 |
| 第五章 基于城市单行道的物流优化研究 | 第40-47页 |
| ·引言 | 第40页 |
| ·有关定理与引理 | 第40-42页 |
| ·数学模型 | 第42页 |
| ·算法设计 | 第42-44页 |
| ·求任意两点之间的最短距离 | 第42-43页 |
| ·求最小有向H 圈长 | 第43-44页 |
| ·仿真实验 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 通过路网简化求解最短路 | 第47-57页 |
| ·简化路网的必要性 | 第47页 |
| ·网络分割来解最短路 | 第47-51页 |
| ·聚类分析中蚂蚁的搜索方法 | 第47-48页 |
| ·计算新的聚类中心 | 第48页 |
| ·利用蚁群算法求出不同类型的子网 | 第48-49页 |
| ·城市聚类策略 | 第49-50页 |
| ·具体算法步骤 | 第50-51页 |
| ·大型网络求解的过程中简化成小网络 | 第51-57页 |
| ·两种智能算法的缺点与互补 | 第51-52页 |
| ·算法描述 | 第52-55页 |
| ·实例论证 | 第55-57页 |
| 第七章 总结与展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 发表论文和科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |
