基于优化粒子群算法的物流配送路径问题研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-18页 |
| ·研究的背景与意义 | 第11页 |
| ·研究现状综述 | 第11-14页 |
| ·国内外研究现状 | 第12-13页 |
| ·算法研究现状 | 第13-14页 |
| ·研究内容与研究方法 | 第14-15页 |
| ·本文的组织结构 | 第15-18页 |
| 2 物流配送模型建立与常见模型分析 | 第18-29页 |
| ·物流配送路径问题相关研究 | 第18-19页 |
| ·物流配送路径问题定义 | 第18页 |
| ·物流配送路径问题分类 | 第18-19页 |
| ·物流配送路径问题数学建模种类 | 第19-20页 |
| ·模型举例 | 第20-24页 |
| ·基于行驶距离最短和使用车辆最少的物流配送问题 | 第20-21页 |
| ·基于开放式车辆路径的物流配送问题 | 第21-22页 |
| ·基于顾客满意度的物流配送问题 | 第22-24页 |
| ·模型建立思路总结 | 第24-25页 |
| ·基于最短路径的多车场多车辆配送模型建立 | 第25-29页 |
| 3 物流配送路径问题相关算法研究 | 第29-45页 |
| ·物流配送路径问题相关算法研究 | 第29-30页 |
| ·常见现代优化算法分析与对比 | 第30-35页 |
| ·算法举例 | 第30-34页 |
| ·算法比较 | 第34-35页 |
| ·传统粒子群算法局限性分析 | 第35-41页 |
| ·经典PSO算法 | 第35-36页 |
| ·传统算法的流程 | 第36-37页 |
| ·算法具体描述 | 第37-41页 |
| ·粒子群算法特点分析 | 第41页 |
| ·已有粒子群算法的改进方法 | 第41-45页 |
| 4 一种改进的粒子群算法设计 | 第45-54页 |
| ·改进后的自适应变异粒子群算法 | 第45-47页 |
| ·粒子编码 | 第47-48页 |
| ·算法实现的具体步骤 | 第48-51页 |
| ·算法实现步骤文字表述 | 第48-49页 |
| ·算法实现步骤的流程图表述 | 第49-51页 |
| ·优化的粒子群算法与其他算法比较 | 第51-54页 |
| ·优化的粒子群算法与遗传算法的比较 | 第51-52页 |
| ·优化的粒子群算法与传统粒子群算法比较 | 第52-54页 |
| 5 MatLab仿真与实验 | 第54-63页 |
| ·算法仿真环境 | 第54页 |
| ·算法可行性与对比分析 | 第54-59页 |
| ·仿真实验数据 | 第54-55页 |
| ·算法可行性研究 | 第55-56页 |
| ·优化算法与传统算法的对比分析 | 第56-59页 |
| ·基于不同目标模型的对比研究 | 第59-61页 |
| ·仿真实验数据 | 第59页 |
| ·仿真结果 | 第59-61页 |
| ·仿真结果总结 | 第61-63页 |
| 6 结论与展望 | 第63-66页 |
| ·本文工作总结 | 第63-64页 |
| ·研究展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
