改进多种群遗传算法的研究及其在车辆路径优化的应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 遗传算法的研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 车辆路径问题的研究现状 | 第14-15页 |
| 1.3.1 国外研究现状 | 第14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 研究目的和意义 | 第15-16页 |
| 1.5 本文的研究内容 | 第16-17页 |
| 1.5.1 遗传算法的改进 | 第16页 |
| 1.5.2 改进后的算法在车辆路径问题上的应用 | 第16-17页 |
| 1.6 文章结构分布 | 第17-18页 |
| 第二章 一种基于交叉亲和度评价的改进算法 | 第18-40页 |
| 2.1 GA概述 | 第18-27页 |
| 2.1.1 遗传算法的基本用语及操作 | 第18页 |
| 2.1.2 GA的通用流程 | 第18-25页 |
| 2.1.3 GA的优势和不足 | 第25-27页 |
| 2.2 多种群遗传算法 | 第27-28页 |
| 2.2.1 采用多种群结构的框架组织 | 第27页 |
| 2.2.2 多种群遗传算法的算法步骤 | 第27-28页 |
| 2.3 一种基于交叉亲和度评价的改进方式 | 第28-32页 |
| 2.3.1 算法结构设置 | 第28-29页 |
| 2.3.2 交叉亲和度评价交流算子 | 第29-31页 |
| 2.3.3 退火算子 | 第31页 |
| 2.3.4 执行过程 | 第31-32页 |
| 2.4 仿真实验 | 第32-39页 |
| 2.4.1 优化用例 | 第32-35页 |
| 2.4.2 实验操作结果分析 | 第35-38页 |
| 2.4.3 算法整体性能分析 | 第38-39页 |
| 2.5 章节总述 | 第39-40页 |
| 第三章 改进遗传算法在车辆路径优化中的应用 | 第40-59页 |
| 3.1 前言 | 第40页 |
| 3.2 VRP的描述及解决方式分析 | 第40-43页 |
| 3.2.1 VRP与TSP问题的描述 | 第40页 |
| 3.2.2 VRP问题的求解方法 | 第40-43页 |
| 3.3 问题模型分析 | 第43-45页 |
| 3.3.1 TSP模型分析 | 第43-44页 |
| 3.3.2 VRP模型分析 | 第44-45页 |
| 3.4 本文算法针对VRP问题的设计 | 第45-48页 |
| 3.5 算法步骤 | 第48-50页 |
| 3.6 仿真实验 | 第50-59页 |
| 3.6.1 实验环境及对比算法设置 | 第50页 |
| 3.6.2 实验参数设置及结果 | 第50-57页 |
| 3.6.3 实验结果分析 | 第57-58页 |
| 3.6.4 实验结论 | 第58-59页 |
| 第四章 总结与展望 | 第59-61页 |
| 4.1 总结 | 第59-60页 |
| 4.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表论文情况 | 第66页 |
