遗传算法在VRP中的应用与研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·国内研究现状 | 第11-13页 |
| ·国外研究现状 | 第13-14页 |
| ·论文创新点 | 第14页 |
| ·论文的主要内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 车辆路径问题介绍 | 第16-21页 |
| ·车辆路径问题概述 | 第16-17页 |
| ·车辆路径问题的特点 | 第17页 |
| ·车辆路径问题的分类 | 第17-19页 |
| ·求解车辆路径问题的基本方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 车辆路径问题的算法研究 | 第21-39页 |
| ·解决VRP 的精确算法介绍 | 第21-22页 |
| ·整数规划算法 | 第21-22页 |
| ·分支定界算法 | 第22页 |
| ·动态规划算法 | 第22页 |
| ·解决VRP 的启发式算法介绍 | 第22-23页 |
| ·早期的启发式算法 | 第23-27页 |
| ·插入算法 | 第23页 |
| ·节约里程法 | 第23-24页 |
| ·Petal 算法 | 第24-26页 |
| ·Sweep 算法 | 第26-27页 |
| ·现代的启发式算法 | 第27-37页 |
| ·禁忌搜索算法 | 第28-30页 |
| ·模拟退火算法 | 第30-32页 |
| ·蚁群算法 | 第32-34页 |
| ·人工免疫算法 | 第34-37页 |
| ·神经网络算法 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 遗传算法解决 VRP 问题 | 第39-64页 |
| ·遗传算法的基本概念 | 第39-40页 |
| ·遗传算法的基本原理及流程 | 第40-41页 |
| ·遗传算法的特点 | 第41-42页 |
| ·遗传算法的基本操作 | 第42-51页 |
| ·遗传编码 | 第42-44页 |
| ·适应度函数（评价函数） | 第44-45页 |
| ·遗传算子 | 第45-47页 |
| ·交叉 | 第47-48页 |
| ·逆转算子 | 第48页 |
| ·变异算子 | 第48-49页 |
| ·群体的设定 | 第49-50页 |
| ·初始化群体 | 第50页 |
| ·算法终止条件 | 第50页 |
| ·参数的控制和选择 | 第50-51页 |
| ·遗传算法的应用 | 第51-54页 |
| ·遗传算法的关键技术 | 第52页 |
| ·现行遗传算法的改进策略 | 第52-54页 |
| ·VRP 数学模型的建立 | 第54-57页 |
| ·问题描述 | 第54页 |
| ·模型假设 | 第54-55页 |
| ·VRP 模型建立 | 第55-57页 |
| ·遗传算法的优化求解设计 | 第57-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 遗传算法解决 VRP 的实证分析 | 第64-70页 |
| ·实证分析背景及数学模型优化 | 第64-65页 |
| ·案例分析 | 第65-69页 |
| ·案例分析一 | 第65-66页 |
| ·案例分析二 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 研究结论及展望 | 第70-72页 |
| ·论文研究的主要结论 | 第70页 |
| ·需要进一步研究的问题 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 附录 程序清单 | 第77-82页 |
| 在学期间发表的论著及取得的科研成果 | 第82页 |
