| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·物流发展 | 第9-11页 |
| ·物流系统优化方法 | 第11页 |
| ·遗传算法 | 第11-12页 |
| ·量子遗传算法 | 第12-13页 |
| ·内容和结构安排 | 第13-14页 |
| 第2章 遗传算法 | 第14-18页 |
| ·遗传算法概述 | 第14-15页 |
| ·遗传算法的理论基础 | 第15页 |
| ·遗传算法过程 | 第15-16页 |
| ·改进遗传算法 | 第16-17页 |
| ·编码方式的改进 | 第16-17页 |
| ·遗传算子的改进 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第3章 量子遗传算法 | 第18-28页 |
| ·量子遗传算法简介 | 第18-21页 |
| ·量子遗传算法概述 | 第18-19页 |
| ·量子遗传算法特点 | 第19-20页 |
| ·量子遗传算法目前的应用 | 第20-21页 |
| ·量子遗传算法中的基本概念 | 第21-22页 |
| ·量子比特 | 第21页 |
| ·量子编码 | 第21-22页 |
| ·改进 QGA算法 | 第22-23页 |
| ·基于量子概率表达的遗传算法 | 第22页 |
| ·多宇宙并行量子遗传算法 | 第22-23页 |
| ·量子遗传算法进化机理 | 第23-27页 |
| ·量子更新思路1 | 第23页 |
| ·量子更新思路2 | 第23-25页 |
| ·其他量子更新思路 | 第25-27页 |
| ·量子进化展望 | 第27-28页 |
| 第4章 遗传算法在运输最优化指派问题上的实现 | 第28-40页 |
| ·指派问题定义 | 第28-29页 |
| ·二次分配问题(QAP) | 第29-30页 |
| ·决策矩阵生成过程 | 第30-31页 |
| ·遗传算法流程及改进 | 第31-33页 |
| ·遗传算法流程 | 第31页 |
| ·非标准的遗传操作1—区间进化 | 第31-32页 |
| ·非标准的遗传操作2—新移民和灾变 | 第32-33页 |
| ·算例试验 | 第33-38页 |
| ·物流指派问题—n=4 | 第33-34页 |
| ·物流指派问题—n=5 | 第34-35页 |
| ·物流指派问题—n=8 | 第35-36页 |
| ·二次分配问题(QAP)—n=12 | 第36-37页 |
| ·二次分配问题(QAP)—n=25 | 第37-38页 |
| ·试验分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第5章 量子遗传算法在物流配送系统的应用 | 第40-52页 |
| ·配送问题 | 第40-42页 |
| ·目标函数转换为适应度的方法和途径 | 第42-43页 |
| ·量子遗传算法应用于配送问题 | 第43-49页 |
| ·配送量子模型及调整策略 | 第43-45页 |
| ·配送的量子更新方法 | 第45-46页 |
| ·量子遗传算法配送流程 | 第46-49页 |
| ·算例试验 | 第49-51页 |
| ·配送试验 | 第49-50页 |
| ·无约条件下量子更新 | 第50页 |
| ·调整策略对比试验 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 量子遗传算法在物流决策支持方面的研究 | 第52-61页 |
| ·组合优化问题 | 第52-53页 |
| ·背包问题(Knapsack Problem) | 第53-54页 |
| ·多选择背包问题(multiple-choice knapsack) | 第54-56页 |
| ·量子遗传算法实现多选择背包问题 | 第56-57页 |
| ·遗传表示(Genetic Representation) | 第56-57页 |
| ·量子遗传算法操作 | 第57页 |
| ·算例试验及结果分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 附录 | 第66-68页 |