| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11页 |
| 1.2 整车物流的研究背景及意义 | 第11-12页 |
| 1.3 整车物流涉及的运输优化问题 | 第12-14页 |
| 1.4 整车物流运输优化的算法研究现状及特点 | 第14-16页 |
| 1.4.1 运输装载优化算法研究现状及特点 | 第14页 |
| 1.4.2 运输路径优化算法研究现状及特点 | 第14-16页 |
| 1.5 本课题的主要工作及组织结构 | 第16-18页 |
| 1.5.1 本课题的主要工作 | 第16页 |
| 1.5.2 本课题的组织结构 | 第16-18页 |
| 第二章 整车物流运输装载优化 | 第18-30页 |
| 2.1 装箱问题分类 | 第18页 |
| 2.2 整车物流装箱问题描述 | 第18-19页 |
| 2.3 运输装载优化实例——整车装箱 | 第19-30页 |
| 2.3.1 问题描述 | 第19-20页 |
| 2.3.2 装载模型假设条件 | 第20页 |
| 2.3.3 整数规划模型 | 第20-22页 |
| 2.3.4 模型求解 | 第22-26页 |
| 2.3.5 数值案例 | 第26-30页 |
| 第三章 整车物流运输优化的算法研究 | 第30-39页 |
| 3.1 算法概况 | 第30页 |
| 3.2 现代启发式算法 | 第30-32页 |
| 3.2.1 遗传算法 | 第30-31页 |
| 3.2.2 模拟退火法 | 第31-32页 |
| 3.2.3 蚁群算法 | 第32页 |
| 3.2.4 其他算法 | 第32页 |
| 3.3 人工神经网络研究 | 第32-35页 |
| 3.3.1 人工神经网络的发展 | 第32-33页 |
| 3.3.2 人工神经网络基本概念 | 第33-35页 |
| 3.4 Hopfield人工神经网络模型研究 | 第35-39页 |
| 3.4.1 离散Hopfield网络 | 第35-36页 |
| 3.4.2 连续Hopfield网络 | 第36-39页 |
| 第四章 整车物流运输路径优化算法求解 | 第39-54页 |
| 4.1 传统运输路径优化模型 | 第39-41页 |
| 4.2 传统运输优化三角回路法求解 | 第41-44页 |
| 4.3 TSP问题研究 | 第44-47页 |
| 4.3.1 TSP问题数学模型 | 第44-45页 |
| 4.3.2 Hopfield神经网络求解 | 第45-47页 |
| 4.4 VRP问题研究 | 第47-51页 |
| 4.4.1 VRP问题概要 | 第47-48页 |
| 4.4.2 VRP问题数学模型 | 第48-49页 |
| 4.4.3 随机需求的动态VRP问题 | 第49-51页 |
| 4.5 Hopfield神经网络求解随机需求VRP问题 | 第51-54页 |
| 4.5.1 问题描述 | 第51页 |
| 4.5.2 Hopfield神经网络求解 | 第51-54页 |
| 第五章 运输路径模型Hopfield网络稳定性分析 | 第54-65页 |
| 5.1 系统稳定性基础知识 | 第54-55页 |
| 5.2 离散Hopfield网络稳定性分析 | 第55-56页 |
| 5.3 连续Hopfield网络稳定性分析 | 第56-58页 |
| 5.4 具有马尔科夫跳变的Hopfield神经网络稳定性分析 | 第58-65页 |
| 5.4.1 参数设定 | 第59页 |
| 5.4.2 渐近稳定性 | 第59-61页 |
| 5.4.3 指数稳定性 | 第61-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 课题总结 | 第65页 |
| 6.2 课题展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
