随机顾客和需求的配送优化--模型与算法
| 目录 | 第1-8页 |
| CONTENTS | 第8-11页 |
| 摘要 | 第11-13页 |
| ABSTRACT | 第13-15页 |
| 文中常用縮略语说明 | 第15-17页 |
| 第1章 绪论 | 第17-35页 |
| ·研究背景及意义 | 第17-18页 |
| ·国内外研究现状 | 第18-32页 |
| ·聚类问题研究现状 | 第18-21页 |
| ·旅行商问题研究现状 | 第21-25页 |
| ·车辆路径问题研究现状 | 第25-32页 |
| ·研究中存在的问题 | 第32页 |
| ·主要研究内容和章节安排 | 第32-35页 |
| ·主要研究内容 | 第32-33页 |
| ·章节安排 | 第33-35页 |
| 第2章 相关背景知识 | 第35-49页 |
| ·聚类问题及相关算法 | 第35-37页 |
| ·确定性聚类问题和K-means算法 | 第35-36页 |
| ·属性值随机的聚类问题和UK-means算法 | 第36-37页 |
| ·TSP问题及相关算法 | 第37-44页 |
| ·构造算法 | 第38-42页 |
| ·邻域搜索算法和邻域结构 | 第42-44页 |
| ·CVRP问题及相关算法 | 第44-48页 |
| ·构造算法 | 第45-46页 |
| ·邻域搜索算法和邻域结构 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第3章 顾客需求存在性随机的概率聚类问题 | 第49-63页 |
| ·引言 | 第49-50页 |
| ·CPSE问题和PK-MEANS算法 | 第50-52页 |
| ·初始类簇代表点选择策略改进 | 第52-57页 |
| ·基于邻域密度的初始类簇代表点选择策略 | 第52-53页 |
| ·仿真实验 | 第53-57页 |
| ·改进初始类簇代表点选择的DPK-MEANS算法 | 第57-62页 |
| ·DPK-means算法 | 第57-59页 |
| ·仿真实验 | 第59-62页 |
| ·小结 | 第62-63页 |
| 第4章 概率旅行商问题 | 第63-101页 |
| ·引言 | 第63页 |
| ·PTSP形式化定义和模型 | 第63-64页 |
| ·PTSP邻域搜索改进算法 | 第64-78页 |
| ·PTSP的2-p-opt邻域搜索 | 第66-74页 |
| ·PTSP的1-shift邻域搜索 | 第74-78页 |
| ·PTSP先验路径期望长度的近似估计 | 第78-92页 |
| ·截断近似估计法及其参数分析 | 第78-86页 |
| ·取样近似估计法及其参数分析 | 第86-92页 |
| ·PTSP解与TSP解的目标函数关系 | 第92-94页 |
| ·PTSP的全局优化算法 | 第94-99页 |
| ·HGSA算法设计 | 第94-96页 |
| ·仿真实验 | 第96-99页 |
| ·小结 | 第99-101页 |
| 第5章 随机顾客和需求量的车辆路径问题 | 第101-121页 |
| ·引言 | 第101页 |
| ·VRPSCD形式化定义和数学模型 | 第101-104页 |
| ·VRPSCD邻域搜索中的路径成本近似估计 | 第104-107页 |
| ·VRPSCD路径成本期望的近似估计 | 第107-114页 |
| ·路径成本期望的取样近似估计法 | 第107-109页 |
| ·取样近似估计的参数分析 | 第109-114页 |
| ·仿真实验 | 第114-120页 |
| ·小结 | 第120-121页 |
| 第6章 结论与展望 | 第121-123页 |
| ·结论 | 第121-122页 |
| ·展望 | 第122-123页 |
| 致谢 | 第123-125页 |
| 参考文献 | 第125-133页 |
| 攻读博士学位期间发表的学术论文 | 第133-134页 |
| 攻读博士学位期间参加的科研项目 | 第134-135页 |
| 发表论文 | 第135-146页 |
| 附件 | 第146页 |
