摘要 | 第6-7页 |
Abstract | 第7页 |
第1章 绪论 | 第11-20页 |
1.1 研究背景和意义 | 第11-12页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 国内外研究综述 | 第12-17页 |
1.2.1 车辆路径问题的研究现状 | 第12-14页 |
1.2.2 蚁群算法的研究现状 | 第14-17页 |
1.2.3 目前研究中存在的主要问题 | 第17页 |
1.3 研究内容和研究方法 | 第17-20页 |
1.3.1 研究内容 | 第17-18页 |
1.3.2 研究方法 | 第18页 |
1.3.3 本文的创新点 | 第18-20页 |
第2章 物流配送与车辆路径问题理论概述 | 第20-26页 |
2.1 物流配送理论概述 | 第20-21页 |
2.1.1 物流 | 第20页 |
2.1.2 物流配送 | 第20-21页 |
2.2 车辆路径问题的基础理论 | 第21-23页 |
2.2.1 车辆调度问题的理论概述 | 第21页 |
2.2.2 车辆路径问题的理论概述 | 第21-23页 |
2.3 车辆路径问题的优化方法 | 第23-25页 |
2.4 本章小结 | 第25-26页 |
第3章 速递物流邮车路径优化模型的建立 | 第26-32页 |
3.1 车辆路径问题的数学模型 | 第26-27页 |
3.2 邮车路径优化的成本分析 | 第27-28页 |
3.2.1 邮车路径选择的影响因素 | 第27-28页 |
3.2.2 邮车路径成本构成 | 第28页 |
3.3 邮车路径优化模型的建立 | 第28-31页 |
3.3.1 问题描述 | 第28-29页 |
3.3.2 模型假设条件 | 第29页 |
3.3.3 符号的说明 | 第29-30页 |
3.3.4 模型的建立 | 第30-31页 |
3.4 本章小结 | 第31-32页 |
第4章 基于改进蚁群算法的邮车路径优化算法 | 第32-46页 |
4.1 蚁群算法相关理论概述 | 第32-36页 |
4.1.1 蚁群算法的数学模型 | 第32-34页 |
4.1.2 蚁群算法的实现步骤 | 第34-36页 |
4.1.3 蚁群算法的特点 | 第36页 |
4.2 遗传算法的相关理论概述 | 第36-40页 |
4.2.1 遗传算法的基本概念 | 第37页 |
4.2.2 遗传算法的要素分析 | 第37-39页 |
4.2.3 遗传算法的基本步骤 | 第39-40页 |
4.3 蚁群算法的改进 | 第40-44页 |
4.3.1 蚁群算法与遗传算法的融合 | 第40页 |
4.3.2 遗传算法对蚁群算法的改进 | 第40-41页 |
4.3.3 蚁群算法的其他改进 | 第41-42页 |
4.3.4 改进蚁群算法的步骤 | 第42-44页 |
4.4 邮车路径优化的算法设计 | 第44-45页 |
4.4.1 邮车路径的编码 | 第44页 |
4.4.2 邮车路径的适应度函数 | 第44-45页 |
4.4.3 邮车路径的操作算子 | 第45页 |
4.5 本章小结 | 第45-46页 |
第5章 邯郸市邮政速递物流邮车路径优化实证研究 | 第46-60页 |
5.1 邯郸市邮政速递概况 | 第46-48页 |
5.1.1 邯郸市邮政速递物流概述 | 第46页 |
5.1.2 邯郸市速递物流业务介绍 | 第46页 |
5.1.3 邯郸市邮政速递物流运营现状 | 第46-48页 |
5.2 实证研究 | 第48-57页 |
5.2.1 邮车路径优化模型的数据获取 | 第50-54页 |
5.2.2 邮车最佳行驶路径方案 | 第54页 |
5.2.3 优化结果对比分析 | 第54-57页 |
5.3 对邯郸速递物流及其邮车路径优化的对策和建议 | 第57-59页 |
5.4 本章小结 | 第59-60页 |
结论与展望 | 第60-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-66页 |
附录:算法实现的部分源代码 | 第66-76页 |
作者简介 | 第76-77页 |
攻读硕士学位期间发表的论文和科研成果 | 第77-78页 |