基于蚁群算法的动态车辆调度问题的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 动态车辆调度在国内外研究现状 | 第12页 |
| 1.2.2 蚁群算法国内外研究现状 | 第12-13页 |
| 1.2.3 蚁群算法运用于车辆调度的研究现状 | 第13页 |
| 1.3 本论文的结构安排 | 第13-15页 |
| 第二章 车辆调度问题的研究 | 第15-31页 |
| 2.1 车辆调度问题概述 | 第15-18页 |
| 2.1.1 车辆调度问题描述 | 第15-16页 |
| 2.1.2 车辆调度问题的组成要素 | 第16-17页 |
| 2.1.3 车辆调度问题的模型 | 第17-18页 |
| 2.2 动态车辆调度问题 | 第18-20页 |
| 2.2.1 问题描述 | 第18-19页 |
| 2.2.2 静动态车辆调度问题的比较 | 第19-20页 |
| 2.2.3 动态车辆调度问题的信息处理方法 | 第20页 |
| 2.3 车辆调度问题的求解算法 | 第20-25页 |
| 2.4 车辆调度的遗传算法 | 第25-30页 |
| 2.4.1 问题描述 | 第25-26页 |
| 2.4.2 约束条件 | 第26页 |
| 2.4.3 遗传算法设计 | 第26-29页 |
| 2.4.4 实验测试分析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 蚁群算法概述 | 第31-40页 |
| 3.1 蚁群算法来源 | 第31-32页 |
| 3.2 蚁群算法的基本原理 | 第32-36页 |
| 3.3 蚁群算法模型 | 第36-38页 |
| 3.4 蚁群算法的应用 | 第38-39页 |
| 3.4.1 蚁群算法的展望 | 第38-39页 |
| 3.4.2 蚁群算法的优缺点 | 第39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 静态车辆调度问题的研究 | 第40-54页 |
| 4.1 蚁群算法求解TSP问题实例分析 | 第40-44页 |
| 4.2 改进蚁群算法 | 第44-46页 |
| 4.3 车辆调度问题实例描述 | 第46-52页 |
| 4.3.1 理想路况下带时间窗的车辆调度 | 第48-50页 |
| 4.3.2 现实路况车辆调度 | 第50-52页 |
| 4.4 遗传算法和改进蚁群算法比较 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 仿真研究 | 第54-62页 |
| 5.1 动态问题描述 | 第54-56页 |
| 5.2 调度方案设计 | 第56-57页 |
| 5.3 实例分析 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表的论文 | 第68-70页 |
| 致谢 | 第70页 |
