考虑重访频率和服务时间的车辆路径问题及其求解
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第10-26页 |
| 1.1 研究背景 | 第10-14页 |
| 1.2 VRP问题研究现状 | 第14-17页 |
| 1.2.1 VRPTW问题研究现状 | 第14-15页 |
| 1.2.2 PVRP问题研究现状 | 第15-17页 |
| 1.3 多目标优化方法 | 第17-24页 |
| 1.3.1 多目标优化技术 | 第17-20页 |
| 1.3.2 求解VRP问题的多目标智能优化方法 | 第20-24页 |
| 1.4 主要研究内容 | 第24-26页 |
| 第二章 考虑最大化服务时间的新型VRP问题 | 第26-41页 |
| 2.1 问题背景及描述 | 第26-30页 |
| 2.2 求解方法 | 第30-35页 |
| 2.2.1 算法框架 | 第31页 |
| 2.2.2 多蚁群算子 | 第31-33页 |
| 2.2.3 服务时间最大化算子 | 第33-34页 |
| 2.2.4 2-Opt邻域搜索策略 | 第34-35页 |
| 2.3 实验结果及分析 | 第35-40页 |
| 2.3.1 参数实验结果 | 第35-37页 |
| 2.3.2 标准测试集测试 | 第37-39页 |
| 2.3.3 算法鲁棒性测试 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 考虑重访次数最大化的新型VRP问题 | 第41-54页 |
| 3.1 问题背景及描述 | 第41-45页 |
| 3.2 求解方法 | 第45-48页 |
| 3.2.1 解的初始化算子 | 第45页 |
| 3.2.2 多蚁群算子 | 第45-47页 |
| 3.2.3 3-Opt邻域搜索算子 | 第47-48页 |
| 3.3 实验结果及分析 | 第48-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 考虑重访频率和重访时间的新型VRP问题 | 第54-67页 |
| 4.1 问题背景及描述 | 第54-58页 |
| 4.2 求解方法 | 第58-61页 |
| 4.2.1 K-means聚类算子 | 第58-59页 |
| 4.2.2 多蚁群算子 | 第59-61页 |
| 4.2.3 邻域搜索算子 | 第61页 |
| 4.3 实验结果及分析 | 第61-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 结论及展望 | 第67-70页 |
| 5.1 本文主要工作 | 第67-68页 |
| 5.1.1 车辆路径问题新模型 | 第67页 |
| 5.1.2 基于聚类的初始解生成机制 | 第67页 |
| 5.1.3 混合多蚁群求解算法 | 第67-68页 |
| 5.2 主要创新点 | 第68页 |
| 5.3 发展与展望 | 第68-70页 |
| 5.3.1 基于知识的问题分析机制 | 第68页 |
| 5.3.2 多目标平衡机制 | 第68-69页 |
| 5.3.3 启发式路径搜索机制 | 第69页 |
| 5.3.4 解的邻域搜索优化机制 | 第69-70页 |
| 结束语 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 作者在学期间取得的学术成果 | 第77页 |
| 作者在学期间取得的科研成果 | 第77-78页 |
| 附录 A | 第78-86页 |
