基于改进遗传算法的物流车辆路径规划方法研究与应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 2 车辆路径问题类型及求解方法 | 第16-26页 |
| 2.1 车辆路径问题描述与分类 | 第16-19页 |
| 2.2 带时间窗车辆路径问题的描述 | 第19页 |
| 2.3 相关算法的研究 | 第19-25页 |
| 2.3.1 遗传算法的研究 | 第19-21页 |
| 2.3.2 模拟退火算法的研究 | 第21-23页 |
| 2.3.3 遗传模拟退火算法的研究 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 带时间窗车辆路径问题的模型建立 | 第26-32页 |
| 3.1 模型假设 | 第26-27页 |
| 3.2 符号说明 | 第27页 |
| 3.3 目标函数 | 第27-29页 |
| 3.4 模型建立 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 4 带时间窗车辆路径问题的混合遗传算法设计 | 第32-44页 |
| 4.1 混合遗传算法元素的改进 | 第32-35页 |
| 4.1.1 染色体编码 | 第32-33页 |
| 4.1.2 混沌算法生成初始种群 | 第33-34页 |
| 4.1.3 适应度函数的确定 | 第34-35页 |
| 4.2 混合遗传算子的改进 | 第35-38页 |
| 4.2.1 选择算子的优化 | 第35-36页 |
| 4.2.2 交叉算子的优化 | 第36-37页 |
| 4.2.3 变异算子的优化 | 第37-38页 |
| 4.3 自适应概率的改进 | 第38-40页 |
| 4.4 模拟退火算法的设定 | 第40页 |
| 4.5 混合遗传算法的流程 | 第40-42页 |
| 4.6 本章小结 | 第42-44页 |
| 5 实验验证 | 第44-60页 |
| 5.1 测试算例 | 第44-47页 |
| 5.2 实验环境与参数设置 | 第47页 |
| 5.3 结果分析与算法对比 | 第47-58页 |
| 5.3.1 数据集结果对比分析 | 第47-51页 |
| 5.3.2 具体算例结果分析 | 第51-56页 |
| 5.3.3 算法成本对比分析 | 第56-58页 |
| 5.4 本章小结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 硕士学位期间取得的科研成果 | 第68页 |
