基于蚁群算法的烟草配送优化调度的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-21页 |
| ·烟草物流的概况 | 第9-12页 |
| ·烟草物流相关概念论述 | 第9-10页 |
| ·发达国家卷烟物流自动化发展现状 | 第10-11页 |
| ·卷烟物流车辆调度的发展情况 | 第11-12页 |
| ·物流业进入十大产业振兴规划 | 第12页 |
| ·烟草商业物流活动构成要素 | 第12-14页 |
| ·烟草物流企业活动构成要素 | 第12-14页 |
| ·烟草配送流程 | 第14页 |
| ·烟草配送车辆调度优化的研究现状 | 第14-18页 |
| ·车辆调度问题的分类 | 第14-16页 |
| ·车辆调度问题研究的文献综述 | 第16-18页 |
| ·烟草物流配送存在的问题及研究内容 | 第18-19页 |
| ·烟草物流配送存在的问题 | 第18页 |
| ·本文的研究主要内容 | 第18-19页 |
| ·论文章节安排 | 第19-21页 |
| 第二章 蚁群算法原理分析 | 第21-36页 |
| ·蚁群算法的引入 | 第21-24页 |
| ·基本蚁群算法的机制原理 | 第24-26页 |
| ·基本蚁群算法的系统学原理 | 第26-29页 |
| ·分布式计算 | 第26-27页 |
| ·自组织 | 第27-28页 |
| ·反馈 | 第28-29页 |
| ·基本蚁群算法的数学模型 | 第29-31页 |
| ·对蚂蚁个体的抽象 | 第29页 |
| ·问题空间的描述 | 第29页 |
| ·寻找路径的抽象 | 第29页 |
| ·信息素挥发的抽象 | 第29-30页 |
| ·启发因子的引入 | 第30-31页 |
| ·组合优化极小化问题与简化的蚁群算法 | 第31-33页 |
| ·组合优化极小化问题的数学描述 | 第31-32页 |
| ·简化的蚁群优化算法 | 第32-33页 |
| ·收敛性分析 | 第33-34页 |
| ·蚁群算法的特点及优缺点 | 第34-36页 |
| ·蚁群算法的特点 | 第34-35页 |
| ·蚁群算法存在的一些缺点 | 第35-36页 |
| 第三章 基于蚁群算法的单回路车辆调度模型 | 第36-62页 |
| ·单回路卷烟配送车辆调度模型描述 | 第36-38页 |
| ·烟草配送中心车辆调度数学模型 | 第36-37页 |
| ·车辆分配和路径优化的求解步骤 | 第37-38页 |
| ·蚁群算法构造单回路烟草配送的基本数学模型 | 第38-43页 |
| ·算法的实现步骤 | 第40-41页 |
| ·基本蚁群算法仿真结果 | 第41-43页 |
| ·初始参数设置的理论研究 | 第43-51页 |
| ·蚂蚁数目对蚁群算法性能的影响 | 第43-44页 |
| ·关键参数α、β、ρ对蚁群算法性能的影响 | 第44-51页 |
| ·蚁群算法的改进策略 | 第51-62页 |
| ·对 TSP进行预处理 | 第51-52页 |
| ·自适应 | 第52-54页 |
| ·最大—最小蚁群算法改进(MMAS) | 第54-57页 |
| ·用于求解 TSP的信息素扩散模型 | 第57-61页 |
| ·不同策略的蚁群算法的收敛进程 | 第61-62页 |
| 第四章 多回路烟草配送调度问题的改进算法及应用 | 第62-73页 |
| ·多回路烟草调度问题模型描述 | 第62-64页 |
| ·多回路烟草调度问题描述 | 第62-63页 |
| ·烟草调度模型的构建 | 第63-64页 |
| ·多回路烟草调度模型与单回路调度模型的不同点 | 第64-68页 |
| ·多回路烟草调度模型可行解的研究 | 第65页 |
| ·模型近似解的获取 | 第65-67页 |
| ·多回路问题的改进算法的实现步骤 | 第67-68页 |
| ·实际应用 | 第68-73页 |
| ·问题背景描述 | 第68-69页 |
| ·实际问题描述 | 第69-70页 |
| ·VRP问题求解 | 第70-71页 |
| ·实例中的单回路问题 | 第71-73页 |
| 第五章 总结与展望 | 第73-75页 |
| ·主要研究工作总结 | 第73页 |
| ·未来展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间的科研及论文发表情况 | 第80页 |
