| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 物流配送车辆路径优化国内外研究现状 | 第10-13页 |
| 1.2.2 蚁群算法国内外研究现状 | 第13-15页 |
| 1.3 本文研究的内容及技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-17页 |
| 1.3.2 技术路线 | 第17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 物流配送及配送路径优化问题概述 | 第18-24页 |
| 2.1 物流配送的定义及在配送中存在的问题 | 第18页 |
| 2.2 简述配送车辆路径优化问题 | 第18-19页 |
| 2.2.1 配送车辆路径优化问题简单描述 | 第18-19页 |
| 2.2.2 物流配送路径优化问题的分类 | 第19页 |
| 2.3 配送路径优化的方法 | 第19-22页 |
| 2.3.1 精确算法 | 第20页 |
| 2.3.2 启发式算法 | 第20-22页 |
| 2.3.3 各种启发式算法研究情况分析 | 第22页 |
| 2.4 本章小结 | 第22-24页 |
| 3 改进蚁群算法的研究 | 第24-42页 |
| 3.1 基本蚁群算法 | 第24-27页 |
| 3.1.1 基本蚁群算法中的参数及其含义 | 第25-27页 |
| 3.1.2 基本蚁群算法的流程图 | 第27页 |
| 3.2 最优最差蚁群算法（BWAS） | 第27-28页 |
| 3.3 最大最小蚁群算法（ MMAS） | 第28-29页 |
| 3.4 基于主次种群蚁群算法(PASPAS) | 第29-33页 |
| 3.4.1 主次种群策略 | 第29-31页 |
| 3.4.2 路径去交叉策略 | 第31-32页 |
| 3.4.3 节约策略 | 第32-33页 |
| 3.5 改进蚁群算法的仿真研究 | 第33-40页 |
| 3.5.1 最大最小蚁群与主次种群蚁群算法用于TSP问题的分析与比较 | 第33-38页 |
| 3.5.2 具有路径去交叉策略的主次种群蚁群算法仿真研究 | 第38-39页 |
| 3.5.3 具有节约策略的主次种群蚁群算法仿真研究 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 主次种群蚁群算法在物流配送车辆路径优化（VRP）问题上的研究 | 第42-52页 |
| 4.1 VRP的描述 | 第42页 |
| 4.2 车辆路径优化（VRP）与TSP的不同 | 第42-43页 |
| 4.3 车辆问题的数学模型 | 第43-44页 |
| 4.4 算法的设计 | 第44-47页 |
| 4.4.1 算法的描述 | 第44-45页 |
| 4.4.2 算法的步骤 | 第45-46页 |
| 4.4.3 算法的流程 | 第46-47页 |
| 4.5 主次种群蚁群算法解决VRP | 第47-50页 |
| 4.6 本章小结 | 第50-52页 |
| 5 陕西西安市某快递物流配送路径分析及优化 | 第52-56页 |
| 5.1 陕西西安市某快递物流配送路径分析 | 第52-54页 |
| 5.2 陕西西安市某快递物流配送网络路径优化 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结与结论 | 第56-57页 |
| 6.2 局限与展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 攻读硕士期间发表的论文 | 第64页 |
