| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·本文研究的背景及意义 | 第8-9页 |
| ·本文的研究背景 | 第8页 |
| ·本文研究的意义 | 第8-9页 |
| ·车辆路径问题国内外的研究现状 | 第9-11页 |
| ·国外的研究现状 | 第9-10页 |
| ·国内的研究现状 | 第10-11页 |
| ·车辆路径问题中粒子群算法的应用现状 | 第11页 |
| ·本文主要研究内容及框架 | 第11-12页 |
| ·本文主要研究内容 | 第11-12页 |
| ·本文的论文框架 | 第12页 |
| ·本章小结 | 第12-14页 |
| 第二章 物流配送及车辆路径问题 | 第14-28页 |
| ·物流配送概述 | 第14-19页 |
| ·车辆路径问题 | 第19-27页 |
| ·车辆路径问题的一般描述 | 第20-21页 |
| ·车辆路径问题的分类 | 第21-22页 |
| ·配送车辆路径优化的目标 | 第22-23页 |
| ·车辆路径问题的相关算法 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 粒子群算法的研究与改进 | 第28-42页 |
| ·粒子群算法的基本思路 | 第28页 |
| ·粒子群算法的数学模型和算法流程 | 第28-32页 |
| ·粒子群算法的数学模型 | 第28-30页 |
| ·基本粒子群的算法流程 | 第30-31页 |
| ·粒子群算法的两种模式 | 第31-32页 |
| ·已有改进的粒子群算法及比较 | 第32-36页 |
| ·标准粒子群算法 | 第33页 |
| ·惯性权重改进算法 | 第33-34页 |
| ·带收缩因子的改进算法 | 第34页 |
| ·基于遗传思想改进的粒子群算法 | 第34-35页 |
| ·粒子群算法与遗传算法的比较 | 第35-36页 |
| ·基于捕食搜索策略的粒子群算法 | 第36-40页 |
| ·捕食搜索策略的基本原理 | 第36-39页 |
| ·基于捕食搜索策略粒子群算法的基本思想 | 第39页 |
| ·基于捕食搜索策略的粒子群算法流程 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于捕食搜索策略粒子群算法的车辆路径问题研究 | 第42-53页 |
| ·车辆路径问题的数学模型 | 第42-44页 |
| ·基本假设 | 第42页 |
| ·变量定义 | 第42-43页 |
| ·数学模型 | 第43-44页 |
| ·基于捕食搜索策略的粒子群算法设计 | 第44-46页 |
| ·粒子编码设计 | 第44-45页 |
| ·适应值函数 | 第45页 |
| ·标准粒子群算法求解车辆路径问题 | 第45-46页 |
| ·基于捕食搜索策略的粒子群算法求解VRP 问题 | 第46-49页 |
| ·实例验证与结果分析 | 第49-52页 |
| ·实例验证 | 第49页 |
| ·结果分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 全文总结与未来展望 | 第53-55页 |
| 1 全文总结 | 第53页 |
| 2 未来展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-70页 |
| 致谢 | 第70页 |