智能交通系统中车辆路径优化问题的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·车辆路径优化问题的研究现状 | 第10-11页 |
| ·智能优化算法在车辆路径优化问题中的研究进展 | 第11-12页 |
| ·论文的结构及主要研究内容 | 第12-14页 |
| 2 车辆路径优化问题概述 | 第14-21页 |
| ·车辆路径优化问题的提出 | 第14页 |
| ·车辆路径优化问题的一般描述 | 第14-15页 |
| ·车辆路径优化问题的研究要素 | 第15-16页 |
| ·车辆路径优化问题的分类 | 第16页 |
| ·车辆路径优化问题的图模型 | 第16-17页 |
| ·车辆路径优化问题的经典数学模型 | 第17-20页 |
| ·CVRP模型 | 第17-19页 |
| ·VRPTW模型 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 车辆路径优化问题的求解方法 | 第21-31页 |
| ·车辆路径优化问题的求解方法 | 第21-22页 |
| ·群集智能算法 | 第22-24页 |
| ·粒子群算法 | 第22-23页 |
| ·人工鱼群算法 | 第23页 |
| ·遗传算法 | 第23-24页 |
| ·蚁群算法 | 第24页 |
| ·各类算法的比较 | 第24-25页 |
| ·基本蚁群算法 | 第25-30页 |
| ·蚁群算法的基本思想 | 第26-27页 |
| ·蚁群算法的基本模型 | 第27-29页 |
| ·基本蚁群算法实现步骤 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 改进蚁群算法 | 第31-40页 |
| ·算法路径选择的改进 | 第31-32页 |
| ·信息素更新策略的改进 | 第32-34页 |
| ·信息素轨迹的更新 | 第32-33页 |
| ·信息素轨迹的限制 | 第33-34页 |
| ·信息素轨迹的初始化 | 第34页 |
| ·信息素轨迹的平滑化 | 第34页 |
| ·基于信息素扩散的改进 | 第34-37页 |
| ·信息素扩散原理 | 第34-35页 |
| ·信息素扩散的定量分析 | 第35-36页 |
| ·信息素扩散条件下的浓度更新 | 第36-37页 |
| ·初始解的启发 | 第37页 |
| ·改进后算法的实现步骤 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 5 仿真实验与参数优化 | 第40-49页 |
| ·实验与结果分析 | 第40-44页 |
| ·实验 1 | 第40-42页 |
| ·实验 2 | 第42-44页 |
| ·参数优化 | 第44-48页 |
| ·参数α和β对算法性能的影响分析 | 第44-46页 |
| ·蚂蚁数目m的选择 | 第46-47页 |
| ·信息素挥发因子ρ的选择 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 攻读学位期间的研究成果 | 第53页 |
