摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-20页 |
1.1 课题的研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-18页 |
1.2.1 最优化问题研究现状 | 第12页 |
1.2.2 遗传算法的产生 | 第12-13页 |
1.2.3 遗传算法的发展 | 第13-18页 |
1.3 本文的研究内容 | 第18-20页 |
第2章 遗传算法求解TSP问题 | 第20-29页 |
2.1 TSP问题的数学模型 | 第20-21页 |
2.1.1 TSP问题的基本数学模型 | 第20页 |
2.1.2 带有往返的TSP问题模型 | 第20-21页 |
2.2 标准遗传算法 | 第21-24页 |
2.2.1 标准遗传算法 | 第21-22页 |
2.2.2 遗传算法的改进 | 第22页 |
2.2.3 GIS系统 | 第22-24页 |
2.3 编码与适应度函数 | 第24-25页 |
2.3.1 遗传算法的编码 | 第24页 |
2.3.2 适应度函数 | 第24-25页 |
2.4 遗传操作 | 第25-28页 |
2.4.1 遗传操作的三种算子 | 第25-26页 |
2.4.2 选择算子 | 第26-27页 |
2.4.3 交叉算子 | 第27页 |
2.4.4 变异算子 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第3章 求解实际配送多目标TSP问题 | 第29-44页 |
3.1 实际配送TSP问题 | 第29-33页 |
3.1.1 实际配送TSP模型与基本TSP模型的差别概述 | 第29-30页 |
3.1.2 实际配送问题中的场景与订单 | 第30页 |
3.1.3 交通状况约束 | 第30-31页 |
3.1.4 实际配送中的TSP问题模型 | 第31-33页 |
3.2 遗传算法的实现方案 | 第33-38页 |
3.2.1 基因编码方式 | 第33-34页 |
3.2.2 适应度函数的选取 | 第34-35页 |
3.2.3 比例选择法选择算子 | 第35-36页 |
3.2.4 PMX部分交叉算子 | 第36-38页 |
3.3 容量限定车辆路径问题的实现 | 第38-40页 |
3.3.1 容量限定问题问题来源 | 第38页 |
3.3.2 容量限定问题数学模型 | 第38-39页 |
3.3.3 需往返的TSP问题算法处理 | 第39-40页 |
3.4 交通线路的实现: | 第40-43页 |
3.4.1 道路地图实现 | 第40-42页 |
3.4.2 路况的实现与速度 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第4章 实际配送TSP问题路径实现与算法优化 | 第44-58页 |
4.1 实际道路路径计算的实现 | 第44-48页 |
4.1.1 Dijkstra算法 | 第44-45页 |
4.1.2 小区内路径计算优化 | 第45-47页 |
4.1.3 Dijkstra算法与TSP问题的结合 | 第47-48页 |
4.2 可变邻域搜索算子 | 第48-51页 |
4.2.1 可变邻域搜索的算子算例 | 第48-49页 |
4.2.2 交通路况下不易优化的码段 | 第49-50页 |
4.2.3 变异与交叉的概率调节 | 第50-51页 |
4.3 改进的适应度函数与选择算子 | 第51-54页 |
4.3.1 改进的适应度函数数学模型 | 第51页 |
4.3.2 改进的选择算子数学模型 | 第51-52页 |
4.3.3 初始解的产生方法 | 第52-54页 |
4.4 实际仿真中遇到的问题与解决方案 | 第54-57页 |
4.4.1 同区域内绕路问题 | 第54-55页 |
4.4.2 Dijkstra算法短途得不到最短路径问题 | 第55页 |
4.4.3 路况不同情况下的最短路径选取 | 第55-56页 |
4.4.5 计算中的优化 | 第56-57页 |
4.5 本章小结 | 第57-58页 |
第5章 实验参数设定与结果分析 | 第58-69页 |
5.1 遗传算法50城市实验结果分析 | 第58-62页 |
5.2 实际配送问题实验数据与参数设定 | 第62-64页 |
5.3 实际配送问题运行结果与展示: | 第64-67页 |
5.4 实验结果分析 | 第67-68页 |
5.5 本章小结 | 第68-69页 |
结论 | 第69-71页 |
参考文献 | 第71-76页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第76-78页 |
致谢 | 第78页 |