首页--天文学、地球科学论文--测绘学论文--一般性问题论文--测绘数据库与信息系统论文

结合蚁群算法的GIS技术在多时间窗口车辆路径问题中的应用

摘要第1页
Abstract第4-5页
目录第5-7页
第1章 绪论第7-12页
   ·研究背景和意义第7-8页
     ·车辆路径问题第7-8页
     ·GIS-T第8页
   ·车辆路径问题的研究现状第8-9页
   ·论文的主要研究内容第9-10页
   ·本章小结第10-11页
 【参考文献】第11-12页
第2章 车辆路径问题描述第12-21页
   ·车辆路径问题的描述及各组成部分特点第12-15页
   ·车辆路径问题的模型及求解算法进展第15-20页
     ·VRP问题模型第15-16页
     ·VRP问题求解算法第16-20页
   ·本章小结第20页
 【参考文献】第20-21页
第3章 相关技术概述第21-33页
   ·蚁群算法第21-26页
     ·蚁群算法背景介绍第21页
     ·蚁群算法的原理第21-23页
     ·蚁群算法的优缺点及研究进展第23-26页
   ·GIS技术简介第26-28页
     ·实体及其基本类型第27页
     ·实体的属性第27页
     ·实体间的空间关系(拓扑关系)第27-28页
     ·矢量结构与栅格结构第28页
   ·路网拓扑数据结构第28-29页
   ·GIS技术与VRP问题的结合第29-30页
   ·VB.NET简介第30-31页
   ·本章小结第31页
 【参考文献】第31-33页
第4章 VRPMTW数学模型和ACS的关键参数第33-46页
   ·经典VRP问题的数学模型第33-34页
   ·经典VRP问题的图论模型第34-36页
   ·VRPTW问题的模型第36-37页
   ·VRPMTW问题的相关模型第37-40页
     ·VRPMTW模型的建立第37-39页
     ·寻求最优路径第39-40页
   ·蚁群算法模型的建立第40-44页
     ·在i点上的蚂蚁k选择j的概率第41-42页
     ·有效的需求点和时间窗口的集合第42页
     ·状态转移规则第42-44页
     ·信息素更新策略第44页
   ·本章小结第44-45页
 【参考文献】第45-46页
第5章 基于GIS的MACS-VRPMTW模拟系统的软件设计第46-73页
   ·概述第46页
   ·GIS在物流配送中的应用第46-51页
     ·拓扑关系处理与提取第47-50页
     ·最短路径服务第50-51页
   ·基于ArcGIS的配送系统集成框架及功能模块第51-55页
     ·系统集成基本思路及集成框架图第52页
     ·系统集成功能模块第52-55页
   ·模型的编程结构第55页
   ·模型功能设计第55-56页
   ·系统的设计与应用第56-67页
     ·系统界面设计第56-59页
     ·图层属性数据读取第59页
     ·多时间窗车辆路线问题假设第59-60页
     ·蚁群算法求解VRPMTW的步骤第60-61页
     ·车辆路径决策算法详细设计第61-67页
     ·利用GIS对计算结果进行直观显示第67页
   ·模拟结果输出第67-71页
   ·本章小结第71-72页
 【参考文献】第72-73页
第6章 中心仓库选址问题的研究第73-75页
   ·概述第73页
   ·GIS在选址问题中的应用第73页
   ·中心点法选址第73页
   ·中心仓库判断第73-74页
   ·本章小结第74页
 【参考文献】第74-75页
第7章 总结与展望第75-77页
   ·总结第75-76页
   ·展望第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:从中国冷兵器的演变看中国古代军事体育的发展
下一篇:薄壁箱梁桥的加固研究