基于遗传算法的集配中心作业调度优化问题研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·论文研究背景及意义 | 第11页 |
| ·国内外研究现状 | 第11-14页 |
| ·集配中心研究现状 | 第11-13页 |
| ·作业调度研究现状 | 第13-14页 |
| ·本文的研究内容和研究方法 | 第14-15页 |
| ·小结 | 第15-16页 |
| 2 集配中心业务流程及作业调度优化基础理论分析 | 第16-30页 |
| ·集配中心业务流程分析 | 第16-23页 |
| ·集配中心基本概念 | 第16-18页 |
| ·集配中心演化发展 | 第18-19页 |
| ·集配中心主要功能 | 第19-20页 |
| ·集配中心业务流程 | 第20-23页 |
| ·作业调度优化理论概述 | 第23-26页 |
| ·作业调度优化概述 | 第23-24页 |
| ·作业调度问题分类 | 第24-25页 |
| ·作业调度优化目标 | 第25-26页 |
| ·集配中心作业调度优化问题研究 | 第26-29页 |
| ·集配中心作业调度问题 | 第26页 |
| ·集配中心作业调度特点 | 第26-27页 |
| ·集配中心作业调度影响因素 | 第27页 |
| ·集配中心作业调度优化方法 | 第27-29页 |
| ·小结 | 第29-30页 |
| 3 作业调度优化算法研究 | 第30-43页 |
| ·组合优化问题 | 第30-32页 |
| ·组合优化问题分析 | 第30-31页 |
| ·算法复杂性 | 第31-32页 |
| ·数学规划法 | 第32-33页 |
| ·启发式算法 | 第33页 |
| ·智能优化算法 | 第33-41页 |
| ·禁忌搜索算法 | 第33-34页 |
| ·模拟退火算法 | 第34-36页 |
| ·蚁群算法 | 第36页 |
| ·人工神经网络 | 第36-37页 |
| ·遗传算法 | 第37-41页 |
| ·算法比较 | 第41-42页 |
| ·小结 | 第42-43页 |
| 4 集配中心作业调度优化问题模型建立与算法设计 | 第43-54页 |
| ·集配中心作业调度优化问题概述 | 第43-44页 |
| ·集配中心作业调度优化模型建立 | 第44-47页 |
| ·模型基本假设 | 第44-45页 |
| ·模型参数定义 | 第45页 |
| ·数学模型建立 | 第45-47页 |
| ·集配中心作业调度优化问题遗传算法设计 | 第47-53页 |
| ·染色体编码 | 第47-49页 |
| ·适应度函数 | 第49-50页 |
| ·初始化种群 | 第50页 |
| ·选择算子 | 第50-52页 |
| ·交叉算子 | 第52-53页 |
| ·变异算子 | 第53页 |
| ·小结 | 第53-54页 |
| 5 算例分析 | 第54-65页 |
| ·算例说明 | 第54-56页 |
| ·算例模型建立 | 第56-57页 |
| ·参数设置 | 第56-57页 |
| ·模型建立 | 第57页 |
| ·算法步骤 | 第57-61页 |
| ·客户分组 | 第57-59页 |
| ·遗传操作 | 第59-61页 |
| ·运行结果分析 | 第61-63页 |
| ·方案对比 | 第63-64页 |
| ·小结 | 第64-65页 |
| 6 结论与展望 | 第65-67页 |
| ·研究结论 | 第65页 |
| ·研究展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 作者简历 | 第70-72页 |
| 学位论文数据集 | 第72页 |
