首页--经济论文--经济计划与管理论文--物资经济论文--物资流通论文

基于改进混合蚁群算法的物流配送路径优化研究

中文摘要第10-11页
ABSTRACT第11页
第一章 引言第13-19页
    1.1 研究目的及意义第13-14页
        1.1.1 研究目的第13页
        1.1.2 意义第13-14页
    1.2 研究现状第14-16页
        1.2.1 物流配送路径优化方面研究现状第14-15页
        1.2.2 蚁群算法的研究现状第15-16页
        1.2.3 遗传算法的研究现状第16页
    1.3 本文的研究工作及组织结构第16-19页
第二章 物流配送问题的研究第19-23页
    2.1 物流配送问题的描述第19-20页
    2.2 配送路径优化目标第20-21页
    2.3 建立配送数学模型第21-22页
        2.3.1 符号的定义第21页
        2.3.2 约束条件第21-22页
        2.3.3 优化目标第22页
    2.4 本章小结第22-23页
第三章 蚁群算法概述第23-35页
    3.1 蚁群算法的基本原理第23-24页
    3.2 蚁群算法的模型第24-27页
    3.3 蚁群算法的分析第27-29页
    3.4 蚁群算法在物流配送路径优化问题中的实现第29-33页
        3.4.1 蚁群算法与物流配送模型的结合第29-30页
        3.4.2 算法模型的实现第30-33页
    3.5 本章小结第33-35页
第四章 遗传算法概述第35-39页
    4.1 遗传算法的基本原理第35页
    4.2 遗传算法的组成要素第35-36页
    4.3 遗传算法流程图第36-37页
    4.4 本章小结第37-39页
第五章 改进混合蚁群算法求解配送路径优化问题第39-51页
    5.1 蚁群算法与遗传算法的互补第39页
    5.2 改进混合蚁群算法第39-41页
        5.2.1 编码第40页
        5.2.2 复制第40页
        5.2.3 变异第40-41页
    5.3 改进混合蚁群算法模型第41-42页
    5.4 实验结果与分析第42-49页
        5.4.1 实验环境第43页
        5.4.2 系统搭建与实验结果第43-46页
        5.4.3 实验分析第46-49页
    5.5 本章小结第49-51页
第六章 总结与展望第51-53页
    6.1 总结第51页
    6.2 展望第51-53页
参考文献第53-57页
攻读学位期间取得的研究成果第57-59页
致谢第59-61页
个人简况及联系方式第61-62页

论文共62页,点击 下载论文
上一篇:基于MOF材料的新型铜离子化学传感器的构建及性能研究
下一篇:基于粗糙集的高效增量属性约算法研究