摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-23页 |
1.1 研究背景及意义 | 第13-16页 |
1.1.1 研究背景 | 第13-15页 |
1.1.2 研究意义 | 第15-16页 |
1.2 国内外研究现状 | 第16-19页 |
1.2.1 多配送中心问题研究现状 | 第16-17页 |
1.2.2 多车型问题研究现状 | 第17-18页 |
1.2.3 多车型多配送中心问题研究现状 | 第18-19页 |
1.2.4 半开放式车辆路径研究现状 | 第19页 |
1.3 研究主要内容、方法及技术路线 | 第19-23页 |
1.3.1 研究主要内容 | 第19-20页 |
1.3.2 研究方法 | 第20-21页 |
1.3.3 研究的技术路线 | 第21-23页 |
第二章 车辆路径问题及其优化目标 | 第23-36页 |
2.1 车辆路径问题概述 | 第23-27页 |
2.1.1 车辆路径问题的描述 | 第23-24页 |
2.1.2 车辆路径问题分类 | 第24-27页 |
2.2 多车型多配送中心车辆路径问题描述 | 第27-29页 |
2.2.1 多配送中心车辆路径问题的描述 | 第27-28页 |
2.2.2 多车型车辆路径问题描述 | 第28-29页 |
2.2.3 多车型多配送中心车辆路径问题描述 | 第29页 |
2.3 半开放式车辆路径描述 | 第29-36页 |
2.3.1 基于车辆路径问题的分类概述 | 第29-32页 |
2.3.2 半开放式多车型多配送中心车辆路径问题概述 | 第32-36页 |
第三章 粒子群优化算法概述 | 第36-49页 |
3.1 粒子群优化算法概述 | 第36-39页 |
3.1.1 用于车辆路径优化问题的算法回顾 | 第36-38页 |
3.1.2 用于车辆路径问题的粒子群算法回顾 | 第38-39页 |
3.2 粒子群算法概述 | 第39-44页 |
3.2.1 标准粒子群算法概述 | 第39-41页 |
3.2.2 粒子群算法常见优化策略 | 第41-43页 |
3.2.3 基于粒子群的多目标算法 | 第43-44页 |
3.3 问题算法设计 | 第44-49页 |
3.3.1 问题算法改进策略 | 第44-47页 |
3.3.2 算法编码设计 | 第47-49页 |
第四章 问题模型及求解 | 第49-73页 |
4.1 半开放式多车型多配送中心车辆路径优化问题模型 | 第49-53页 |
4.1.1 问题描述与假设 | 第49-50页 |
4.1.2 符号含义 | 第50-51页 |
4.1.3 问题约束条件及含义 | 第51-52页 |
4.1.4 问题数学模型 | 第52-53页 |
4.2 问题算法设计 | 第53-60页 |
4.2.1 多目标粒子群算法设计 | 第53-55页 |
4.2.2 问题算法求解流程 | 第55-59页 |
4.2.3 算法编码 | 第59-60页 |
4.3 算法参数分析 | 第60-73页 |
4.3.1 粒子种群数目对于多目标粒子群算法的影响 | 第60-64页 |
4.3.2 参数c1.c2对于多目标粒子群算法的影响 | 第64-73页 |
第五章 案例计算 | 第73-89页 |
5.1 案例基本情况 | 第73-74页 |
5.2 算例计算结果与分析 | 第74-87页 |
5.2.1 计算结果一 | 第74-77页 |
5.2.2 计算结果二 | 第77-79页 |
5.2.3 计算结果三 | 第79-81页 |
5.2.4 计算结果四 | 第81-84页 |
5.2.5 计算结果五 | 第84-87页 |
5.3 结果分析 | 第87-89页 |
第六章 结论与展望 | 第89-91页 |
参考文献 | 第91-96页 |
附录1 节点位置及客户需求量 | 第96-97页 |
附录2 MOPSO主函数代码 | 第97-106页 |
附录3 MOPSO目标函数代码 | 第106-109页 |
附录4 其余运算结果 | 第109-118页 |
攻读学位期间发表的论文、参与的课题 | 第118-120页 |
致谢 | 第120页 |