| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·选题背景及意义 | 第8-9页 |
| ·问题提出 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文的研究内容 | 第13-15页 |
| 第二章 蚁群算法概述 | 第15-28页 |
| ·蚁群算法背景介绍 | 第15-16页 |
| ·蚁群算法基本原理 | 第16-17页 |
| ·基本蚁群算法模型 | 第17-20页 |
| ·TSP 问题描述 | 第17-18页 |
| ·基本蚁群算法模型 | 第18-20页 |
| ·基本蚁群算法流程 | 第20-22页 |
| ·基本蚁群算法的特点 | 第22-24页 |
| ·蚁群算法的研究进展 | 第24-28页 |
| 第三章 基本蚁群算法在车辆调度问题（VRP）中的应用研究 | 第28-32页 |
| ·VRP 问题的定义 | 第28-29页 |
| ·求解VRP 问题的方法概述 | 第29页 |
| ·基本蚁群算法在经典VRP 问题上的应用 | 第29-31页 |
| ·应用蚁群算法求解VRP 与TSP 的区别 | 第31页 |
| ·应用基本蚁群算法求解经典VRP 问题分析 | 第31-32页 |
| 第四章 改进蚁群算法在车辆调度问题上的应用 | 第32-46页 |
| ·蚁群系统（ACS） | 第32-33页 |
| ·最值蚂蚁系统（MMAS） | 第33-34页 |
| ·蚁群算法的改进策略 | 第34-42页 |
| ·路径选择策略优化 | 第34-36页 |
| ·信息素更新策略优化 | 第36-37页 |
| ·局部搜索策略 | 第37-38页 |
| ·参数设置与相关参数的动态调整 | 第38-42页 |
| ·改进蚁群算法流程 | 第42-44页 |
| ·实验结果 | 第44-46页 |
| 第五章 车辆优化调度系统 | 第46-54页 |
| ·系统开发的必要性 | 第46页 |
| ·智能软件开发平台G2 介绍 | 第46-49页 |
| ·用G2 实现车辆调度系统的优势 | 第49页 |
| ·车辆调度系统的设计 | 第49-51页 |
| ·实例运行 | 第51-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·存在的问题及工作展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-65页 |
| 硕士在读期间发表论文 | 第65-66页 |