带时间窗的联盟运输调度问题蚁群算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究意义 | 第12-13页 |
| ·运输调度问题研究综述 | 第13-17页 |
| ·VRP分类法 | 第13-14页 |
| ·VRP典型模型 | 第14-15页 |
| ·VRP求解算法 | 第15-16页 |
| ·联盟运输调度问题 | 第16-17页 |
| ·蚁群算法综述 | 第17-21页 |
| ·蚁群算法原理 | 第18-20页 |
| ·蚁群算法历史回顾与现状 | 第20-21页 |
| ·本文主要工作 | 第21-22页 |
| 第二章 车辆类型相同带时间窗的联盟运输调度问题 | 第22-32页 |
| ·引言 | 第22页 |
| ·模型建立 | 第22-24页 |
| ·蚁群算法设计 | 第24-28页 |
| ·主要参数设计 | 第24-25页 |
| ·可行解的构造 | 第25-27页 |
| ·算法步骤 | 第27-28页 |
| ·算例 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 车辆类型不同带时间窗的联盟运输调度问题 | 第32-42页 |
| ·引言 | 第32页 |
| ·模型建立 | 第32-34页 |
| ·改进的蚁群算法 | 第34-38页 |
| ·主要参数设计 | 第34-36页 |
| ·可行解的构造 | 第36-37页 |
| ·算法步骤 | 第37-38页 |
| ·算例 | 第38-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 多车场带时间窗的联盟运输调度问题 | 第42-51页 |
| ·引言 | 第42页 |
| ·模型建立 | 第42-44页 |
| ·多车场化为单车场 | 第44-45页 |
| ·蚁群算法设计 | 第45-46页 |
| ·选择策略 | 第45页 |
| ·信息素局部更新 | 第45页 |
| ·局部搜索机制 | 第45-46页 |
| ·信息素全局更新 | 第46页 |
| ·可行解的构造 | 第46页 |
| ·算法步骤 | 第46页 |
| ·算例 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 联盟运输调度问题的并行蚁群算法 | 第51-59页 |
| ·引言 | 第51页 |
| ·并行蚁群算法简介 | 第51-53页 |
| ·模型建立 | 第53-54页 |
| ·并行蚁群算法设计 | 第54-57页 |
| ·算法思想 | 第54-55页 |
| ·算法设计 | 第55页 |
| ·算法流程 | 第55-57页 |
| ·算例 | 第57-58页 |
| ·本章小节 | 第58-59页 |
| 论文总结与展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间发表的论文 | 第66-67页 |
| 攻读学位期间参加的课题 | 第67-68页 |
| 独创性声明 | 第68-69页 |
| 致谢 | 第69页 |
