TSPTW变体问题及其启发式算法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 旅行商问题起源、发展及其研究现状 | 第10-13页 |
| 1.3 本文的研究方法及主要内容 | 第13-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 变体TSPTW概述 | 第16-21页 |
| 2.1 旅行商问题(TSP) | 第16-17页 |
| 2.1.1 TSP问题的定义 | 第16页 |
| 2.1.2 TSP问题数学模型 | 第16-17页 |
| 2.2 带时间窗的旅行商问题(TSPTW) | 第17-19页 |
| 2.2.1 带时间窗的旅行商问题的组成要素 | 第17-18页 |
| 2.2.2 带时间窗的旅行商问题的数学模型 | 第18-19页 |
| 2.3 带时间窗的流旅行商问题(变体TSPTW) | 第19-20页 |
| 2.3.1 带时间窗流旅行商问题的定义 | 第19页 |
| 2.3.2 带时间窗流旅行商问题的数学模型准备 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 变体TSPTW求解算法研究 | 第21-42页 |
| 3.1 精确算法 | 第22-23页 |
| 3.2 启发式算法 | 第23-29页 |
| 3.2.1 传统启发式算法 | 第24-28页 |
| 3.2.2 现代启发式算法 | 第28-29页 |
| 3.3 蚁群优化算法 | 第29-32页 |
| 3.3.1 蚁群算法解决TSP问题的数学模型 | 第30-31页 |
| 3.3.2 蚁群优化算法流程图 | 第31-32页 |
| 3.4 遗传算法 | 第32-36页 |
| 3.4.1 遗传算法的相关概念 | 第32-36页 |
| 3.4.2 遗传算法工作流程 | 第36页 |
| 3.5 粒子群算法 | 第36-38页 |
| 3.5.1 粒子群算法的数学模型 | 第37页 |
| 3.5.2 粒子群算法的算法流程图 | 第37-38页 |
| 3.6 模拟退火算法 | 第38-39页 |
| 3.6.1 模拟退火过程描述 | 第38页 |
| 3.6.2 Metropolis接受准则 | 第38-39页 |
| 3.6.3 模拟退火算法的基本流程 | 第39页 |
| 3.7 常用算法概括与比较 | 第39-41页 |
| 3.8 本章小结 | 第41-42页 |
| 第四章 变体TSPTW的模型建立与算法设计 | 第42-56页 |
| 4.1 变体TSPTW模型构建 | 第42-46页 |
| 4.1.1 问题描述 | 第42-43页 |
| 4.1.2 基本假设 | 第43页 |
| 4.1.3 惩罚函数 | 第43-44页 |
| 4.1.4 定义变量 | 第44页 |
| 4.1.5 模型建立 | 第44-46页 |
| 4.2 蚁群算法设计 | 第46-48页 |
| 4.2.1 信息素调整策略 | 第46-47页 |
| 4.2.2 具体求解步骤 | 第47-48页 |
| 4.3 遗传算法设计 | 第48-52页 |
| 4.3.1 编解码 | 第48-49页 |
| 4.3.2 初始群体 | 第49页 |
| 4.3.3 选择算子 | 第49-50页 |
| 4.3.4 交叉算子 | 第50-51页 |
| 4.3.5 变异算子 | 第51-52页 |
| 4.3.6 适应度函数 | 第52页 |
| 4.3.7 终止进化规则 | 第52页 |
| 4.4 粒子群算法设计 | 第52-54页 |
| 4.4.1 粒子速度、位置和适应度函数的设计 | 第53页 |
| 4.4.2 粒子群算法具体求解步骤 | 第53-54页 |
| 4.5 模拟退火算法设计 | 第54-55页 |
| 4.5.1 算法环节及接受准则设计 | 第54页 |
| 4.5.2 模拟退火算法流程 | 第54-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 算例分析 | 第56-75页 |
| 5.1 算例说明 | 第56页 |
| 5.2 测试数据 | 第56-60页 |
| 5.3 模型参数设定 | 第60页 |
| 5.4 蚁群算法求解结果 | 第60-63页 |
| 5.4.1 参数设定 | 第60页 |
| 5.4.2 rc_208.3算例试验结果 | 第60-62页 |
| 5.4.3 rc_203.2算例试验结果 | 第62-63页 |
| 5.5 遗传算法求解结果 | 第63-67页 |
| 5.5.1 参数设定 | 第63-64页 |
| 5.5.2 rc_208.3算例试验结果 | 第64-65页 |
| 5.5.3 rc_203.2算例试验结果 | 第65-67页 |
| 5.6 粒子群算法求解结果 | 第67-70页 |
| 5.6.1 参数设定 | 第67页 |
| 5.6.2 rc_208.3算例试验结果 | 第67-69页 |
| 5.6.3 rc_203.2算例试验结果 | 第69-70页 |
| 5.7 模拟退火算法求解结果 | 第70-73页 |
| 5.7.1 参数设定 | 第70页 |
| 5.7.2 rc_208.3算例试验结果 | 第70-72页 |
| 5.7.3 rc_203.2算例试验结果 | 第72-73页 |
| 5.8 结果分析 | 第73-74页 |
| 5.9 本章小结 | 第74-75页 |
| 第六章 总结及展望 | 第75-77页 |
| 6.1 全文总结 | 第75-76页 |
| 6.2 研究展望 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 附录 | 第80-89页 |
| 作者简介 | 第89-91页 |
| 致谢 | 第91页 |
