首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

半开放式多配送中心多车型车辆路径优化问题研究

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

论文共120页,点击 下载论文
上一篇:职业性噪声听力损失敏感人群全外显子SNP特征分析及遗传易感标志的研究
下一篇:碳市场不同配额分配方式下企业最优定价及绿色自净研究