| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·论文的研究目的和意义 | 第8-9页 |
| ·国内外研究现状及发展 | 第9-11页 |
| ·论文的主要研究内容及结构 | 第11-12页 |
| ·课题来源 | 第12-13页 |
| 第二章 物流的基础知识和车辆路径问题以及数学建模 | 第13-20页 |
| ·基本概念 | 第13-14页 |
| ·物流优化的主要研究对象 | 第14-15页 |
| ·物流配送的环节 | 第15-16页 |
| ·有时间窗口的车辆路径问题研究的意义 | 第16页 |
| ·车辆路径问题的提出 | 第16-17页 |
| ·最优路径问题的描述 | 第17-18页 |
| ·数学模型的建立 | 第18-19页 |
| ·该数学模型的特点 | 第19-20页 |
| 第三章 对模拟退火算法的研究 | 第20-25页 |
| ·模拟退火算法的研究历史及退火过程 | 第20-21页 |
| ·Metropolis准则和模拟退火算法的产生 | 第21-22页 |
| ·模拟退火算法的模型 | 第22页 |
| ·模拟退火算法新解的产生和接受 | 第22-23页 |
| ·模拟退火的基本思想和总特性 | 第23-25页 |
| 第四章 对遗传算法的研究 | 第25-35页 |
| ·遗传算法的研究历史和现状 | 第25页 |
| ·遗传算法的特点和基本原理 | 第25-26页 |
| ·遗传算法与传统随机类搜索算法的最大区别 | 第26-27页 |
| ·遗传算法的基本要素 | 第27-31页 |
| ·遗传算法的空间及终止循环条件 | 第31-32页 |
| ·遗传算法的基本框架 | 第32-33页 |
| ·模拟退火遗传算法和有记忆的模拟退火遗传算法 | 第33-35页 |
| 第五章 有记忆的模拟退火遗传算法在车辆路径问题上的实现 | 第35-42页 |
| ·有记忆的模拟退火遗传算法研究在车辆路径问题中需要的基本因素 | 第35-36页 |
| ·使用有记忆的模拟退火遗传算法的原因 | 第36-37页 |
| ·有记忆的模拟退火遗传算法在车辆路径问题上的总体解决步骤 | 第37页 |
| ·车辆路径问题具体的问题 | 第37-40页 |
| ·收敛条件 | 第40页 |
| ·小结 | 第40-42页 |
| 第六章 算法测试和算法改进过程 | 第42-48页 |
| ·用遗传算法研究车辆路径问题 | 第42-43页 |
| ·用模拟退火遗传算法研究车辆路径问题 | 第43-44页 |
| ·用有记忆的模拟退火遗传算法研究车辆路径问题 | 第44-45页 |
| ·参数设置对算法的影响 | 第45-46页 |
| ·收敛条件的选择 | 第46页 |
| ·小结 | 第46-48页 |
| 第七章 结论与展望 | 第48-49页 |
| ·研究工作总结 | 第48页 |
| ·研究工作的未来展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-51页 |
