| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 交通流预测 | 第10-11页 |
| 1.2.2 车辆调度问题 | 第11-13页 |
| 1.2.3 车辆调度管理系统 | 第13-14页 |
| 1.3 主要研究内容 | 第14-16页 |
| 第二章 基于交通流预测的物流配送车辆调度方案 | 第16-24页 |
| 2.1 方案概述 | 第16-17页 |
| 2.2 交通流预测 | 第17-20页 |
| 2.2.1 交通流特征参数 | 第17-18页 |
| 2.2.2 交通流预测方法 | 第18-20页 |
| 2.3 车辆调度问题 | 第20-23页 |
| 2.3.1 车辆调度问题的一般描述 | 第20-22页 |
| 2.3.2 车辆调度问题的求解算法 | 第22-23页 |
| 2.4 车辆调度平台 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于变概率自适应遗传反向传播神经网络的交通流预测算法 | 第24-40页 |
| 3.1 交通流预测建模 | 第24-26页 |
| 3.2 变概率自适应遗传反向传播神经网络算法的关键参数 | 第26-29页 |
| 3.2.1 遗传多样性函数Φ | 第26-28页 |
| 3.2.2 自适应调节的交叉概率P_c和变异概率P_m | 第28-29页 |
| 3.2.3 适应度函数f | 第29页 |
| 3.3 PAGNN算法流程 | 第29-31页 |
| 3.4 仿真测试分析与验证 | 第31-38页 |
| 3.4.1 仿真参数设置 | 第31-32页 |
| 3.4.2 算法性能分析 | 第32-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 时变路网下带时间窗车辆调度问题及其求解算法 | 第40-51页 |
| 4.1 时变路网下带时间窗车辆调度问题的描述 | 第40-42页 |
| 4.1.1 交通流与交通拥挤程度约束 | 第40页 |
| 4.1.2 时间约束 | 第40-41页 |
| 4.1.3 时变路网约束 | 第41-42页 |
| 4.1.4 基本假设 | 第42页 |
| 4.2 时变路网下带时间窗车辆调度问题的数学模型 | 第42-45页 |
| 4.3 改进型最大最小蚁群算法 | 第45-48页 |
| 4.3.1 关键参数 | 第45-47页 |
| 4.3.2 实现流程 | 第47-48页 |
| 4.4 仿真测试分析与验证 | 第48-50页 |
| 4.4.1 仿真参数设置 | 第48页 |
| 4.4.2 算法性能分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 物流配送车辆调度平台的设计与实现 | 第51-66页 |
| 5.1 系统分析 | 第51-54页 |
| 5.1.1 用例分析 | 第52-53页 |
| 5.1.2 核心功能需求 | 第53-54页 |
| 5.2 系统设计 | 第54-60页 |
| 5.2.1 流程设计 | 第54-57页 |
| 5.2.2 数据库设计 | 第57-60页 |
| 5.3 系统实现 | 第60-65页 |
| 5.3.1 基础界面 | 第61-62页 |
| 5.3.2 监控中心 | 第62-63页 |
| 5.3.3 调度中心 | 第63-65页 |
| 5.3.4 信息管理 | 第65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文目录 | 第72页 |
