| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 课题研究的目的及意义 | 第14页 |
| 1.4 论文工作及结构安排 | 第14-16页 |
| 第2章 车辆调度问题概述 | 第16-26页 |
| 2.1 物流配送实践难题 | 第16-17页 |
| 2.1.1 物流配送车辆调度问题 | 第16-17页 |
| 2.1.2 物流配送其他问题 | 第17页 |
| 2.2 车辆调度问题的概念及理论 | 第17-22页 |
| 2.2.1 车辆调度问题的提出 | 第17页 |
| 2.2.2 车辆调度问题的描述 | 第17-18页 |
| 2.2.3 车辆调度问题的扩展 | 第18-19页 |
| 2.2.4 车辆调度问题的约束条件 | 第19页 |
| 2.2.5 车辆调度问题的研究方法 | 第19-22页 |
| 2.3 单配送中心车辆调度问题描述及数学模型 | 第22-25页 |
| 2.3.1 时间窗车辆调度问题 | 第22-23页 |
| 2.3.2 单配送中心车辆调度问题的描述 | 第23页 |
| 2.3.3 单配送中心车辆调度问题数学模型 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 蚁群算法原理及其应用 | 第26-34页 |
| 3.1 蚁群算法的基本原理 | 第26-27页 |
| 3.2 蚁群算法模型的建立 | 第27-29页 |
| 3.2.1 路径构建 | 第27页 |
| 3.2.2 信息素更新 | 第27-29页 |
| 3.3 车辆调度问题的蚁群算法基本实现步骤 | 第29页 |
| 3.4 参数分析 | 第29-31页 |
| 3.4.1 参数α对蚁群算法性能的影响 | 第29-30页 |
| 3.4.2 参数β对蚁群算法性能的影响 | 第30页 |
| 3.4.3 参数ρ对蚁群算法性能的影响 | 第30页 |
| 3.4.4 参数m对蚁群算法性能的影响 | 第30-31页 |
| 3.4.5 参数Q对蚁群算法性能的影响 | 第31页 |
| 3.4.6 参数设置 | 第31页 |
| 3.5 蚁群算法的优势及其缺陷 | 第31-33页 |
| 3.5.1 蚁群算法的优势 | 第31-32页 |
| 3.5.2 蚁群算法存在的不足 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 改进蚁群算法的研究 | 第34-39页 |
| 4.1 利用遗传算法对蚁群算法的改进 | 第34-36页 |
| 4.1.1 遗传算法的基本原理 | 第34页 |
| 4.1.2 遗传算法的构成 | 第34-36页 |
| 4.2 应用确定性及探索性搜寻探索的选取体系改进蚁群算法 | 第36页 |
| 4.3 进行改进之后的蚁群算法流程图 | 第36-37页 |
| 4.4 本章小结 | 第37-39页 |
| 第5章 车辆调度系统的总体设计 | 第39-45页 |
| 5.1 需求分析 | 第39-40页 |
| 5.1.1 业务需求分析 | 第39页 |
| 5.1.2 车辆调度问题需求分析 | 第39-40页 |
| 5.2 系统设计原则 | 第40-41页 |
| 5.3 主要业务流程概述 | 第41页 |
| 5.4 功能结构的具体设计 | 第41-43页 |
| 5.5 数据库设计 | 第43-44页 |
| 5.6 系统开发环境 | 第44页 |
| 5.7 本章小结 | 第44-45页 |
| 第6章 车辆调度系统的实现 | 第45-51页 |
| 6.1 生成配送申请 | 第45-46页 |
| 6.2 审核配送申请 | 第46-47页 |
| 6.3 完成车辆调度 | 第47-50页 |
| 6.4 本章小结 | 第50-51页 |
| 第7章 总结与展望 | 第51-53页 |
| 7.1 论文总结 | 第51页 |
| 7.2 研究展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |