蚁群算法在车辆调度问题中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景与研究意义 | 第11-12页 |
| ·课题背景 | 第11-12页 |
| ·研究意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14页 |
| ·研究内容及研究方法 | 第14-16页 |
| 第2章 物流配送中的车辆调度问题研究 | 第16-24页 |
| ·车辆调度问题的研究 | 第16-19页 |
| ·车辆调度问题的提出 | 第16页 |
| ·车辆调度问题的描述 | 第16-17页 |
| ·车辆调度问题的分类 | 第17-18页 |
| ·车辆调度问题的约束条件 | 第18页 |
| ·车辆调度问题的研究方法 | 第18-19页 |
| ·非满载时间窗车辆调度问题描述与数学模型 | 第19-24页 |
| ·非满载时间窗车辆调度问题的描述 | 第19-20页 |
| ·非满载时间窗车辆调度问题的模型 | 第20-24页 |
| 第3章 蚁群算法求解车辆调度问题 | 第24-39页 |
| ·蚁群算法 | 第24-29页 |
| ·蚁群算法的基本原理 | 第24-25页 |
| ·蚁群算法模型的建立 | 第25-27页 |
| ·蚁群算法的基本实现步骤 | 第27-28页 |
| ·蚁群算法的优点 | 第28-29页 |
| ·蚁群算法的性能分析 | 第29页 |
| ·轮盘赌选择方法简介 | 第29-31页 |
| ·蚁群算法的实现 | 第31-34页 |
| ·蚁群算法的模块结构设计 | 第31-32页 |
| ·蚁群算法的软件设计 | 第32-34页 |
| ·蚁群算法求解VRPTW实例分析 | 第34-39页 |
| 第4章 蚁群算法的参数选择原则 | 第39-48页 |
| ·蚁群算法的参数分析 | 第39-44页 |
| ·参数α对蚁群算法性能的影响 | 第40-41页 |
| ·参数β对蚁群算法性能的影响 | 第41页 |
| ·参数ρ对蚁群算法性能的影响 | 第41-43页 |
| ·参数m对蚁群算法性能的影响 | 第43-44页 |
| ·参数Q对蚁群算法性能的影响 | 第44页 |
| ·参数耦合的研究 | 第44-46页 |
| ·蚁群算法主要参数选取方法 | 第46-48页 |
| 第5章 改进蚁群算法求解车辆调度问题 | 第48-67页 |
| ·基本蚁群算法的缺点 | 第48页 |
| ·遗传算法 | 第48-53页 |
| ·遗传算法的基本原理 | 第48-49页 |
| ·遗传算法的构成要素 | 第49-51页 |
| ·遗传算法的基本步骤 | 第51-52页 |
| ·遗传算法的主要优点 | 第52-53页 |
| ·遗传算法与蚁群算法的复合 | 第53-54页 |
| ·遗传算法与蚁群算法复合的基本思想 | 第53页 |
| ·遗传算法与蚁群算法复合的基本原理 | 第53-54页 |
| ·GAAA算法的设计 | 第54-57页 |
| ·GAAA算法中遗传算法的设计 | 第54-55页 |
| ·GAAA算法中蚁群算法的设计 | 第55页 |
| ·遗传算法与蚁群算法的衔接 | 第55-56页 |
| ·GAAA算法的求解步骤 | 第56-57页 |
| ·GAAA算法的实现 | 第57-66页 |
| ·GAAA算法的模块结构设计 | 第57-58页 |
| ·GAAA算法的软件设计 | 第58-60页 |
| ·算例分析 | 第60-66页 |
| ·GAAA算法评价 | 第66-67页 |
| 第6章 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
