| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-22页 |
| 1.1 研究背景 | 第10-14页 |
| 1.1.1 发展现状 | 第10-12页 |
| 1.1.2 技术进步为发展提供条件 | 第12页 |
| 1.1.3 集装箱运输的特点 | 第12-14页 |
| 1.2 国内外研究现状与文献综述 | 第14-18页 |
| 1.2.1 集装箱海铁联运现状 | 第14-16页 |
| 1.2.2 最优路径算法 | 第16-17页 |
| 1.2.3 最优路径算法在集装箱海铁联运中的应用 | 第17-18页 |
| 1.2.4 现有研究不足 | 第18页 |
| 1.3 本文的研究内容 | 第18-20页 |
| 1.4 本文创新点 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 相关理论基础 | 第22-29页 |
| 2.1 路径优化算法 | 第22-25页 |
| 2.1.1 路径覆盖算法 | 第22-23页 |
| 2.1.2 Dijkstra算法 | 第23-24页 |
| 2.1.3 蚁群算法 | 第24-25页 |
| 2.2 离散事件系统仿真 | 第25-26页 |
| 2.2.1 离散事件 | 第25-26页 |
| 2.2.2 计算机仿真 | 第26页 |
| 2.3 Anylogic仿真建模 | 第26-28页 |
| 2.3.1 Anylogic仿真建模 | 第26页 |
| 2.3.2 Anylogic简介 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 单条件限制最优路径算法设计 | 第29-43页 |
| 3.1 路径覆盖设计 | 第29-33页 |
| 3.1.1 地心坐标系 | 第29-30页 |
| 3.1.2 经纬度坐标与平面坐标转化 | 第30-32页 |
| 3.1.3 平面距离计算 | 第32-33页 |
| 3.2 时间最短最优路径 | 第33-37页 |
| 3.2.1 时间最短路径算法 | 第33-36页 |
| 3.2.2 时间最短路径算法分析 | 第36-37页 |
| 3.3 时间最短路径算法设计 | 第37-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 多条件限制最优路径算法设计 | 第43-54页 |
| 4.1 海铁联运模型设计 | 第43-47页 |
| 4.1.1 海铁联运基本模型 | 第43-45页 |
| 4.1.2 海铁联运模型铁路系统优化 | 第45-46页 |
| 4.1.3 海铁联运模型演变 | 第46-47页 |
| 4.2 蚁群算法设计 | 第47-49页 |
| 4.2.1 概率选择模型 | 第48页 |
| 4.2.2 信号素更新及多约束条件的引入 | 第48-49页 |
| 4.3 蚁群算法改进实现 | 第49-53页 |
| 4.3.1 蚁群算法改进流程 | 第49-50页 |
| 4.3.2 实验验证 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 海铁联运最优路径算法仿真 | 第54-67页 |
| 5.1 问题描述 | 第54-55页 |
| 5.2 数据准备 | 第55-57页 |
| 5.2.1 仿真建模中的随机变量 | 第55页 |
| 5.2.2 坐标距离测定 | 第55-57页 |
| 5.3 仿真建模实现 | 第57-66页 |
| 5.3.1 各模块及其运行流程机制 | 第57-58页 |
| 5.3.2 实验思路 | 第58-62页 |
| 5.3.3 Dijkstra算法在Anylogic中实现 | 第62-65页 |
| 5.3.4 蚁群算法在Anylogic中实现 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 6 案例应用 | 第67-85页 |
| 6.1 地图数据准备 | 第67-69页 |
| 6.1.1 铁路路线及开运时间 | 第67-68页 |
| 6.1.2 主要港口及路线 | 第68-69页 |
| 6.2 参数设定 | 第69-72页 |
| 6.2.1 仿真参数设定 | 第69-71页 |
| 6.2.2 测距 | 第71-72页 |
| 6.3 实验结果演示 | 第72-78页 |
| 6.3.1 陆地部分 | 第73-74页 |
| 6.3.2 海上部分 | 第74-78页 |
| 6.4 实验结果分析 | 第78-84页 |
| 6.4.1 结果分析 | 第78-83页 |
| 6.4.2 政策建议 | 第83-84页 |
| 6.5 本章小结 | 第84-85页 |
| 7 结论与展望 | 第85-87页 |
| 7.1 总结 | 第85-86页 |
| 7.2 展望 | 第86页 |
| 7.3 本章小结 | 第86-87页 |
| 参考文献 | 第87-89页 |
| 附录 | 第89-100页 |
| 作者简历 | 第100-102页 |
| 学位论文数据集 | 第102页 |