基于遗传算法的物流成本模型研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题来源 | 第8页 |
| ·课题研究背景 | 第8-9页 |
| ·问题的提出 | 第9-10页 |
| ·问题的研究概况 | 第10-11页 |
| ·课题研究内容 | 第11页 |
| ·本文主要内容 | 第11-13页 |
| 第二章 遗传算法概述 | 第13-32页 |
| ·遗传算法的起源 | 第13-14页 |
| ·遗传算法的主要步骤 | 第14-15页 |
| ·遗传算法的组成 | 第15-26页 |
| ·编码方式 | 第15-16页 |
| ·初始群体的产生 | 第16-17页 |
| ·评价函数 | 第17-18页 |
| ·遗传操作 | 第18-24页 |
| ·选择策略 | 第18-21页 |
| ·杂交策略 | 第21-22页 |
| ·变异策略 | 第22-24页 |
| ·算法终止条件 | 第24-25页 |
| ·算法参数设置 | 第25-26页 |
| ·遗传算法的应用 | 第26页 |
| ·遗传算法的特点和关键 | 第26-28页 |
| ·标准遗传算法的局限 | 第28-30页 |
| ·结束语 | 第30-32页 |
| 第三章 非线性规划多目标优化物流成本随机模型 | 第32-41页 |
| ·物流成本分析 | 第32-37页 |
| ·多目标优化物流成本模型 | 第33-36页 |
| ·基本模型及目标函数 | 第33-35页 |
| ·基本假设 | 第35-36页 |
| ·模型的几点说明 | 第36-37页 |
| ·确定再订货点 | 第36页 |
| ·预期服务水平 | 第36-37页 |
| ·模型求解 | 第37-38页 |
| ·参量的预测方法 | 第37页 |
| ·模型求解 | 第37-38页 |
| ·模型仿真分析 | 第38-40页 |
| ·距离与总成本的关系分析 | 第39页 |
| ·订货比例与总成本关系分析 | 第39-40页 |
| ·结束语 | 第40-41页 |
| 第四章 模型的遗传算法求解 | 第41-55页 |
| ·针对模型的遗传算法改进 | 第41-51页 |
| ·差分杂交 | 第41-45页 |
| ·差分杂交算子 | 第41-42页 |
| ·测试函数 | 第42-43页 |
| ·测试结果 | 第43-45页 |
| ·基于人机交互的自适应退火遗传算法 | 第45-51页 |
| ·算法的基本思想 | 第45页 |
| ·初始群体与人工个体 | 第45-46页 |
| ·移民池与人工个体 | 第46页 |
| ·个体的生存期 | 第46-47页 |
| ·算法早熟的预防措施 | 第47-48页 |
| ·调整个体生存期 | 第47页 |
| ·改进的自适应交叉和变异算子 | 第47-48页 |
| ·算法步骤 | 第48-49页 |
| ·测试结果分析 | 第49-51页 |
| ·模型的遗传算法求解过程 | 第51-53页 |
| ·确定解的编码 | 第51-52页 |
| ·确定初始群体 | 第52页 |
| ·确定评价函数 | 第52页 |
| ·确定杂交和变异规划 | 第52-53页 |
| ·确定遗传算法的参数 | 第53页 |
| ·实例仿真 | 第53-54页 |
| ·结束语 | 第54-55页 |
| 第五章 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63-64页 |
