首页--经济论文--经济计划与管理论文--物资经济论文--物资企业经营与管理论文--物资经济现代化管理论文

基于蚁群算法的物流配送多路径优化问题研究

摘要第1-6页
Abstract第6-10页
第一章 绪论第10-18页
   ·研究背景第10-11页
   ·选题意义第11-13页
   ·国内外研究现状第13-16页
     ·物流配送路径优化方面的研究第13-14页
     ·蚁群算法的研究现状第14-16页
   ·论文主要工作第16页
   ·本文的组织结构第16-18页
第二章 基本蚁群算法及其改进第18-31页
   ·基本蚁群算法原理第18-20页
   ·基本蚁群算法数学模型第20-27页
     ·旅行商问题描述第20页
     ·基本蚁群算法描述第20-23页
     ·基本蚁群算法流程图第23-24页
     ·蚁群算法分析第24-25页
     ·蚁群算法中参数的设置研究第25-26页
     ·蚁群算法的优缺点第26-27页
   ·几种改进的蚁群算法第27-30页
     ·天才蚂蚁系统(Elitist Ant System,EAS)第27页
     ·排序蚂蚁系统(Rank-Based Ant System,ASrank)第27-28页
     ·最小最大蚂蚁系统(MIN-MAX Ant System,MMAS)第28-29页
     ·蚁群系统(Ant Colony System,ACS)第29-30页
     ·几种改进的蚁群算法比较第30页
   ·本章小结第30-31页
第三章 物流配送问题基本概念第31-38页
   ·物流概述第31页
   ·配送第31-36页
     ·配送的概念第31-32页
     ·配送的流程和组成第32-33页
     ·配送的作用第33-34页
     ·配送的种类第34-35页
     ·配送路径优化第35-36页
   ·配送路径优化目标研究第36-37页
   ·本章小结第37-38页
第四章 基于改进蚁群算法的物流配送路径优化问题的研究第38-50页
   ·引言第38页
   ·改进的最小最大蚂蚁系统的改进及实验数据第38-42页
     ·算法介绍第38页
     ·算法流程第38-39页
     ·算法的多线程化第39页
     ·实验数据第39-42页
   ·配送数学模型的建立第42-44页
     ·符号的定义第43-44页
     ·约束条件第44页
   ·改进蚁群算法在物流配送多路径优化问题中的应用研究第44-49页
     ·信息浓度表的问题研究第44-47页
     ·集合tabu 问题的研究第47-48页
     ·车辆序列的问题第48-49页
     ·Google Maps 对模型的支持第49页
   ·本章小节第49-50页
第五章 模型实现和实验结果第50-68页
   ·基于MVC 模式的系统设计第50-56页
     ·MVC 设计模式第50页
     ·系统模块构成第50-51页
     ·系统详细架构第51-52页
     ·类图第52-55页
     ·模型工作流程第55-56页
   ·案例仿真第56-67页
     ·经典案例第56-57页
     ·广东邮政送案例第57-64页
     ·运行结果第64-67页
   ·本章小结第67-68页
总结与展望第68-70页
参考文献第70-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:A电厂化学部培训项目的项目管理成熟度建模与评价
下一篇:旺隆热电厂2×420t/h锅炉烟气脱硝改造工程应用研究