物流车辆监控平台中智能车辆调度的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 引言 | 第7-9页 |
| 第一章 绪论 | 第9-13页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·研究内容 | 第10-13页 |
| ·前期准备 | 第10-11页 |
| ·研究内容与成果 | 第11页 |
| ·论文结构 | 第11-13页 |
| 第二章 GPS 物流车辆监控平台 | 第13-22页 |
| ·车辆监控系统提出的背景 | 第13页 |
| ·车辆监控系统的拓扑结构 | 第13-15页 |
| ·车辆监控系统体系结构、核心技术介绍 | 第15-17页 |
| ·软件体系结构设计 | 第15-16页 |
| ·主要技术 | 第16-17页 |
| ·车辆监控运营平台简介 | 第17-22页 |
| ·车辆监控系统特点 | 第17页 |
| ·车辆监控系统功能 | 第17-22页 |
| 第三章 车辆调度问题概述 | 第22-26页 |
| ·车辆调度问题的产生 | 第22页 |
| ·车辆调度问题的研究要素 | 第22-24页 |
| ·车辆调度问题的任务描述 | 第24-26页 |
| 第四章 多目标优化与多目标遗传算法及其改进 | 第26-38页 |
| ·多目标优化的基本概念 | 第26-27页 |
| ·多目标优化问题描述 | 第26-27页 |
| ·Pareto 最优性 | 第27页 |
| ·多目标遗传算法的基本理论 | 第27-31页 |
| ·多目标遗传算法的基本原理 | 第27-28页 |
| ·多目标遗传算法的运算过程 | 第28-31页 |
| ·多目标遗传算法设计的关键技术 | 第31-32页 |
| ·适应值设计 | 第31-32页 |
| ·维持群体多样性 | 第32页 |
| ·精英保留策略 | 第32页 |
| ·多目标遗传算法的性能评价 | 第32-34页 |
| ·性能评价指标 | 第33-34页 |
| ·测试函数及其设计 | 第34页 |
| ·多目标遗传算法的改进策略 | 第34-38页 |
| ·现有算法研究的不足 | 第34-36页 |
| ·多目标遗传算法的改进策略 | 第36-38页 |
| 第五章 基于改进遗传算法的动态车辆调度解决方案 | 第38-49页 |
| ·车辆调度问题的数学模型 | 第38-40页 |
| ·运输车辆属性 | 第38页 |
| ·车辆调度任务及目标 | 第38-39页 |
| ·车辆调度问题在多目标遗传算法中的数学模型 | 第39-40页 |
| ·改进遗传算法设计 | 第40-43页 |
| ·构造染色体 | 第40-41页 |
| ·群体初始化 | 第41页 |
| ·遗传操作设计 | 第41-42页 |
| ·终止条件 | 第42-43页 |
| ·算法流程 | 第43页 |
| ·遗传算法具体程序实现 | 第43-45页 |
| ·算法主程序 | 第43-45页 |
| ·基因初始化模块 | 第45页 |
| ·其他辅助程序 | 第45页 |
| ·实例分析 | 第45-49页 |
| 结论与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 发表文章 | 第52-53页 |
| 致谢 | 第53页 |
