摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 汽车供应物流国内外研究现状 | 第11-13页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-13页 |
1.3 VRP国内外研究现状 | 第13-15页 |
1.3.1 国外研究现状 | 第13-14页 |
1.3.2 国内研究现状 | 第14-15页 |
1.4 本文研究内容和技术路线 | 第15-16页 |
1.4.1 本文研究内容 | 第15页 |
1.4.2 技术路线 | 第15-16页 |
1.5 本章小结 | 第16-18页 |
第2章 汽车供应物流循环取货与VRP概述 | 第18-30页 |
2.1 汽车供应物流概述 | 第18-22页 |
2.1.1 物流的概念 | 第18页 |
2.1.2 汽车物流概念 | 第18-19页 |
2.1.3 汽车供应物流概念 | 第19-20页 |
2.1.4 汽车供应物流特点 | 第20-21页 |
2.1.5 汽车供应物流运作模式分析 | 第21-22页 |
2.2 汽车供应物流循环取货模式介绍 | 第22-24页 |
2.2.1 循环取货起源 | 第22页 |
2.2.2 汽车供应物流循环取货介绍 | 第22-23页 |
2.2.3 汽车供应物流循环取货特点 | 第23-24页 |
2.3 VRP概述 | 第24-29页 |
2.3.1 VRP的构成要素 | 第24-25页 |
2.3.2 VRP分类 | 第25-26页 |
2.3.3 VRP相关算法 | 第26-29页 |
2.4 本章小结 | 第29-30页 |
第3章 车辆路径问题遗传算法研究 | 第30-38页 |
3.1 遗传算法的产生与发展 | 第30-31页 |
3.2 遗传算法基本原理 | 第31-34页 |
3.2.1 遗传算法基本术语 | 第31-32页 |
3.2.2 遗传算法的基本要素 | 第32-33页 |
3.2.3 遗传算法的基本实现步骤 | 第33-34页 |
3.3 遗传算法的特点 | 第34-35页 |
3.4 遗传算法的应用 | 第35页 |
3.5 遗传算法改进策略 | 第35-37页 |
3.6 本章小结 | 第37-38页 |
第4章 汽车供应物流循环取货车辆路径问题建模及算法设计 | 第38-48页 |
4.1 循环取货车辆路径问题建模 | 第38-40页 |
4.1.1 循环取货车辆路径问题描述 | 第38-39页 |
4.1.2 循环取货车辆路径问题的参数设置 | 第39页 |
4.1.3 循环取货车辆路径问题建模 | 第39-40页 |
4.2 改进C-W节约启发式算法 | 第40-42页 |
4.2.1 改进C-W节约启发式算法原理 | 第40-41页 |
4.2.2 求解步骤 | 第41-42页 |
4.3 自适应混合遗传算法设计 | 第42-46页 |
4.3.1 自适应混合遗传算法 | 第42-45页 |
4.3.2 求解步骤 | 第45-46页 |
4.4 本章小结 | 第46-48页 |
第5章 实例验证 | 第48-54页 |
5.1 A公司循环取货车辆路径问题实例 | 第48-50页 |
5.2 改进的C-W节约启发式算法求解 | 第50-51页 |
5.3 自适应混合遗传算法求解 | 第51-53页 |
5.4 本章小结 | 第53-54页 |
第6章 总结与展望 | 第54-56页 |
6.1 全文总结 | 第54-55页 |
6.2 展望 | 第55-56页 |
参考文献 | 第56-60页 |
附录 部分程序源代码 | 第60-64页 |
导师及作者简介 | 第64-66页 |
致谢 | 第66页 |