物流配送中的车辆路径优化问题研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题背景 | 第8-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-11页 |
| ·国内研究现状 | 第11-13页 |
| ·现状分析 | 第13页 |
| ·主要研究内容及研究的目的和意义 | 第13-15页 |
| ·主要研究内容 | 第13页 |
| ·研究的目的和意义 | 第13-15页 |
| ·论文的技术路线 | 第15-17页 |
| 第2章 车辆路径优化问题与遗传算法 | 第17-29页 |
| ·车辆路径优化问题的基本概念 | 第17-19页 |
| ·车辆路径优化问题 | 第17页 |
| ·带时间窗的车辆路径优化问题 | 第17-19页 |
| ·VRP的分类及优化方法 | 第19-21页 |
| ·VRP的分类 | 第19页 |
| ·VRP的优化方法 | 第19-21页 |
| ·遗传算法的基本原理 | 第21-24页 |
| ·遗传算法的生物遗传学基础 | 第21-22页 |
| ·遗传算法的基本概念与特点 | 第22-23页 |
| ·遗传算法的过程描述 | 第23-24页 |
| ·选择遗传算法求解VRP的原因 | 第24-25页 |
| ·多目标优化问题与最优解 | 第25-28页 |
| ·多目标优化问题 | 第25-26页 |
| ·最优解 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 带时间窗VRP模型的建立 | 第29-38页 |
| ·物流配送中VRP模型的描述 | 第29-31页 |
| ·VRP模型的条件及假设 | 第31页 |
| ·VRP模型的改进 | 第31-33页 |
| ·带时间窗VRP模型的建立 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 VRPTW的遗传算法求解 | 第38-47页 |
| ·模型的分析 | 第38-42页 |
| ·惩罚函数的引入 | 第38-40页 |
| ·适应度函数的建立 | 第40-42页 |
| ·遗传算法求解VRPTW | 第42-46页 |
| ·确定优先关系与编码 | 第42-43页 |
| ·约束处理与初始群体的生成 | 第43-45页 |
| ·GA三个算子的设计 | 第45-46页 |
| ·终止准则的确定 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第5章 案例分析 | 第47-55页 |
| ·案例介绍 | 第47-48页 |
| ·程序设计 | 第48-49页 |
| ·算法步骤 | 第49页 |
| ·案例最终结果 | 第49-50页 |
| ·算法比较 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 一、主要研究成果和结论 | 第55页 |
| 二、进一步研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 | 第60-64页 |
| 附录2 | 第64-67页 |
| 攻读学位期间发表的学术论文 | 第67-68页 |
| 攻读学位期间参加的科研项目 | 第68-70页 |
| 致谢 | 第70页 |
