改进遗传算法在物流中心选址中的应用与研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·选题的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·国外研究现状与水平 | 第10-11页 |
| ·国内研究现状与水平 | 第11-12页 |
| ·论文的工作安排 | 第12-14页 |
| 2 物流配送中心选址问题 | 第14-21页 |
| ·物流概述 | 第14-15页 |
| ·物流配送中心概述及其选址原则 | 第15-17页 |
| ·物流配送中心概述 | 第15-16页 |
| ·物流配送中心选址原则 | 第16-17页 |
| ·物流中心的选址方法 | 第17-21页 |
| ·物流配送中心选址的一般性方法 | 第17-18页 |
| ·物流配送中心选址的几种常用方法 | 第18-21页 |
| 3 遗传算法研究 | 第21-35页 |
| ·遗传算法简介 | 第21-23页 |
| ·遗传算法的理论基础 | 第23-24页 |
| ·遗传算法的实现技术 | 第24-32页 |
| ·编码 | 第24-26页 |
| ·适应度函数的选取 | 第26-27页 |
| ·遗传操作 | 第27-30页 |
| ·算法参数确定 | 第30-31页 |
| ·终止条件 | 第31页 |
| ·遗传算法的主要步骤及流程图 | 第31-32页 |
| ·遗传算法存在的问题 | 第32-33页 |
| ·遗传算法的性能评价 | 第33-35页 |
| 4 算法的设计及改进 | 第35-51页 |
| ·物流配送中心选址和遗传算法 | 第35页 |
| ·物流配送中心选址的数学模型 | 第35-37页 |
| ·单亲遗传算法与最小元素法在此模型中的应用 | 第37-39页 |
| ·单亲遗传算法 | 第37-38页 |
| ·最小元素法 | 第38-39页 |
| ·算法的设计思路 | 第39-51页 |
| ·算法的总体流程图 | 第42-43页 |
| ·编码的设计 | 第43-44页 |
| ·初始种群的生成 | 第44-45页 |
| ·适应度函数的确定 | 第45页 |
| ·终止条件的判定 | 第45页 |
| ·遗传算子设计 | 第45-48页 |
| ·最小元素法的应用 | 第48-49页 |
| ·约束条件的处理 | 第49-51页 |
| 5 验证与实现 | 第51-55页 |
| ·程序的开发环境 | 第51页 |
| ·程序的设计 | 第51页 |
| ·应用的实例 | 第51-55页 |
| 6 本文的结论及展望 | 第55-57页 |
| ·结论 | 第55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文及科研情况 | 第60页 |
