改进型蚁群算法在运输调度优化问题中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-18页 |
| ·选题意义和研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·VRP 问题的研究现状 | 第12-14页 |
| ·蚁群算法的研究现状 | 第14-15页 |
| ·运输调度系统应用现状 | 第15-16页 |
| ·本文主要研究工作和创新点 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 第2章 VRP 问题的研究 | 第18-29页 |
| ·问题的提出 | 第18-19页 |
| ·VRP 问题的定义 | 第19-20页 |
| ·VRP 问题的分类 | 第20-23页 |
| ·简单的VRP 问题 | 第20页 |
| ·多车辆的 VRP 问题 | 第20-21页 |
| ·带时间窗约束的 VRP 问题(VRPTW) | 第21-22页 |
| ·多发车点的 VRP 问题 | 第22-23页 |
| ·VRP 问题的数学模型 | 第23-25页 |
| ·针对 VRP 问题的主要算法 | 第25-28页 |
| ·精确优化方法 | 第25-26页 |
| ·启发式方法（Heuristics） | 第26-27页 |
| ·模拟方法(Simulation) | 第27页 |
| ·交互优化方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 蚁群算法研究 | 第29-46页 |
| ·蚁群算法的基本理论 | 第29-31页 |
| ·算法思想 | 第29-30页 |
| ·算法原理 | 第30-31页 |
| ·蚁群算法模型 | 第31-34页 |
| ·基本蚁群算法模型 | 第31-32页 |
| ·求解 TSP 问题的蚁群算法 | 第32-33页 |
| ·VRP 与 TSP 蚁群算法的区别 | 第33-34页 |
| ·时间复杂度问题 | 第34页 |
| ·蚁群算法执行步骤 | 第34-36页 |
| ·蚁群算法参数分析 | 第36-45页 |
| ·信息素挥发度的选择 | 第37-39页 |
| ·蚁群数量的选择 | 第39-42页 |
| ·启发式因子的分析 | 第42-45页 |
| ·评价与分析 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第4章 带时间窗 VRP 问题的改进型蚁群算法 | 第46-58页 |
| ·模型的建立 | 第46-47页 |
| ·VRPTW 模型 | 第46-47页 |
| ·蚁群算法设计 | 第47-52页 |
| ·算法总体思路 | 第47-48页 |
| ·匀称度与吸引力 | 第48-49页 |
| ·算法的转移策略 | 第49-51页 |
| ·信息素的更新策略 | 第51-52页 |
| ·负反馈机制的设计 | 第52页 |
| ·算法步骤 | 第52-54页 |
| ·算例和算法性能分析 | 第54-56页 |
| ·实验算例 | 第54-56页 |
| ·实验结果分析讨论 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第5章 运输调度优化系统设计 | 第58-67页 |
| ·VRP 问题在配送运输模式下的体现 | 第58-59页 |
| ·系统设计分析 | 第59-61页 |
| ·系统设计的必要性 | 第59-60页 |
| ·系统设计的总体原则 | 第60页 |
| ·配送业务流程分析 | 第60-61页 |
| ·系统设计 | 第61-66页 |
| ·系统的运行结构设计 | 第61-63页 |
| ·系统算法结构设计 | 第63页 |
| ·系统功能需求模块设计 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |
