摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第8-12页 |
1.1 研究背景和意义 | 第8-9页 |
1.2 人工蜂群算法发展 | 第9-10页 |
1.3 本文主要内容 | 第10-12页 |
第2章 人工蜂群算法 | 第12-18页 |
2.1 概述 | 第12页 |
2.2 蜂群基本行为描述 | 第12-13页 |
2.3 人工蜂群算法基本原理及流程 | 第13-17页 |
2.4 人工蜂群算法的优缺点 | 第17页 |
2.5 本章小结 | 第17-18页 |
第3章 基于局部和全局信息交互的人工蜂群算法 | 第18-39页 |
3.1 引言 | 第18-19页 |
3.2 局部信息交互机制(LIIM) | 第19-23页 |
3.3 全局信息交互机制(GIIM) | 第23-26页 |
3.4 改进的人工蜂群算法(ABCLGII) | 第26-29页 |
3.5 实验 | 第29-38页 |
3.5.1 实验 1:算法成分有效性验证 | 第30-32页 |
3.5.2 实验 2:ABCLGII与其他算法的性能比较 | 第32-37页 |
3.5.3 实验 3:算法参数敏感性分析 | 第37-38页 |
3.6 本章小结 | 第38-39页 |
第4章 ABCLGII算法在车辆路径问题中的应用 | 第39-51页 |
4.1 引言 | 第39页 |
4.2 车辆路径问题 | 第39-44页 |
4.2.1 基本车辆路径问题模型 | 第40-42页 |
4.2.2 车辆路径问题构成要素 | 第42-43页 |
4.2.3 常见的车辆路径问题模型 | 第43-44页 |
4.3 基于MVRP的ABCLGII算法 | 第44-46页 |
4.4 实验 | 第46-50页 |
4.4.1 算法在不同种群规模的对比 | 第48-49页 |
4.4.2 算法在不同顾客点数量的对比 | 第49-50页 |
4.5 本章小结 | 第50-51页 |
第5章 总结与展望 | 第51-52页 |
5.1 总结 | 第51页 |
5.2 展望 | 第51-52页 |
参考文献 | 第52-59页 |
致谢 | 第59-60页 |
攻读硕士学位期间的研究成果 | 第60页 |