装卸货一体化电动车辆路径优化研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-15页 |
1.1 研究背景 | 第11页 |
1.2 研究内容 | 第11-12页 |
1.3 研究意义 | 第12-13页 |
1.3.1 理论意义 | 第12页 |
1.3.2 现实意义 | 第12-13页 |
1.4 研究思路及论文框架 | 第13-15页 |
第2章 E-VRPSPD 理论基础及研究综述 | 第15-23页 |
2.1 引言 | 第15页 |
2.2 E-VRPSPD 相关问题研究综述 | 第15-19页 |
2.2.1 VRPSPD 国内外研究现状 | 第15-17页 |
2.2.2 EVRP国内外研究现状 | 第17-19页 |
2.3 相关启发式算法研究综述 | 第19-22页 |
2.3.1 VNS国内外研究现状 | 第19-20页 |
2.3.2 SA国内外研究现状 | 第20-22页 |
2.4 本章小结 | 第22-23页 |
第3章 E-VRPSPD 特性分析及数学建模 | 第23-31页 |
3.1 引言 | 第23-24页 |
3.2 E-VRPSPD 问题分析 | 第24-27页 |
3.2.1 车辆载货量特性分析 | 第24-25页 |
3.2.2 耗电量影响因素分析 | 第25-27页 |
3.2.3 充电时间等待成本 | 第27页 |
3.3 E-VRPSPD 数学模型 | 第27-30页 |
3.3.1 问题描述及模型假设 | 第27-28页 |
3.3.2 符号定义与决策变量 | 第28-29页 |
3.3.3 目标函数 | 第29页 |
3.3.4 数学模型 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
第4章 求解 E-VRPSPD 模型的算法设计 | 第31-41页 |
4.1 引言 | 第31-32页 |
4.2 构造可行解 | 第32-36页 |
4.2.1 客户序列 | 第32-33页 |
4.2.2 可行化操作 | 第33-34页 |
4.2.3 生成初始可行解 | 第34页 |
4.2.4 可行解的编码和解码 | 第34-36页 |
4.3 混合启发式算法 | 第36-39页 |
4.3.1 变邻域搜索算法 | 第36-37页 |
4.3.2 模拟退火算法 | 第37-38页 |
4.3.3 算法实现 | 第38-39页 |
4.4 本章小结 | 第39-41页 |
第5章 E-VRPSPD 模型优化测试及分析 | 第41-59页 |
5.1 优化仿真测试 | 第41-50页 |
5.1.1 案例介绍 | 第41-48页 |
5.1.2 算例的建立 | 第48-50页 |
5.2 优化测试结果分析 | 第50-53页 |
5.2.1 测试结果分析 | 第50-52页 |
5.2.2 车辆载货量分析 | 第52-53页 |
5.2.3 车辆剩余电量分析 | 第53页 |
5.3 剩余电量警戒系数分析 | 第53-56页 |
5.4 最大载货量灵敏度分析 | 第56-57页 |
5.5 本章小结 | 第57-59页 |
第6章 总结与展望 | 第59-61页 |
6.1 全文总结 | 第59页 |
6.2 研究展望 | 第59-61页 |
参考文献 | 第61-66页 |
致谢 | 第66页 |