新型启发式算法求解旅行商问题及其衍生问题
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 研究背景与研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 存在的问题及本文创新点 | 第15页 |
| 1.4 文章结构与研究内容 | 第15-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 TSP问题与路径规划问题 | 第18-24页 |
| 2.1 旅行商问题 | 第18-19页 |
| 2.1.1 旅行商问题的研究意义 | 第18页 |
| 2.1.2 旅行商问题的数学模型 | 第18-19页 |
| 2.2 路径规划问题——入厂物流 | 第19-23页 |
| 2.2.1 入厂物流问题现状 | 第19-20页 |
| 2.2.2 入厂物流问题描述 | 第20页 |
| 2.2.3 入厂物流问题研究意义 | 第20-21页 |
| 2.2.4 入厂物流数学模型 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 启发式算法 | 第24-40页 |
| 3.1 经典人工蜂群算法 | 第24-29页 |
| 3.1.1 人工蜂群算法的生物模型 | 第24页 |
| 3.1.2 人工蜂群算法的基本原理 | 第24-25页 |
| 3.1.3 算法步骤及其流程图 | 第25-28页 |
| 3.1.4 人工蜂群算法的优缺点 | 第28-29页 |
| 3.2 模拟退火算法 | 第29-34页 |
| 3.2.1 模拟退火算法基本过程 | 第29-31页 |
| 3.2.2 模拟退火算法的参数控制问题 | 第31页 |
| 3.2.3 模拟退火算法的特点 | 第31-32页 |
| 3.2.4 模拟退火算法的优缺点 | 第32-34页 |
| 3.3 禁忌搜索算法 | 第34-38页 |
| 3.3.1 邻域搜索 | 第34-35页 |
| 3.3.2 禁忌搜索的基本思想 | 第35-36页 |
| 3.3.3 禁忌搜索的要素设计 | 第36-37页 |
| 3.3.4 禁忌搜索算法的基本流程与步骤 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第4章 新型混合人工蜂群算法求解旅行商问题 | 第40-56页 |
| 4.1 新型混合人工蜂群算法基本结构 | 第40-43页 |
| 4.2 解的编码方式 | 第43-44页 |
| 4.3 初始解生成方式 | 第44页 |
| 4.4 两种局部搜索策略 | 第44-47页 |
| 4.4.1 交叉搜索策略 | 第44-45页 |
| 4.4.2 动态邻域 2-opt搜索策略 | 第45-47页 |
| 4.5 算例实验 | 第47-51页 |
| 4.6 算法的对比分析 | 第51-55页 |
| 4.7 本章小结 | 第55-56页 |
| 第5章 旅行商问题相关拓展研究 | 第56-62页 |
| 5.1 入厂物流问题研究 | 第56页 |
| 5.2 算法设计 | 第56-58页 |
| 5.2.1 解的编码方法 | 第56-57页 |
| 5.2.2 基于三种变异操作的邻域选择方法 | 第57页 |
| 5.2.3 模拟退火算法实现 | 第57-58页 |
| 5.3 算例及结果 | 第58-60页 |
| 5.3.1 算例结果解释与分析 | 第59-60页 |
| 5.3.2 算例结果与其他方案对比 | 第60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 总结 | 第62-64页 |
| 参考文献 | 第64-72页 |
| 发表论文和参加科研情况说明 | 第72-73页 |
| 致谢 | 第73-74页 |
