| 创新点摘要 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-30页 |
| ·研究背景及意义 | 第12-13页 |
| ·车辆路径问题概述 | 第13-23页 |
| ·定义与分类 | 第13-15页 |
| ·国内外研究现状 | 第15-23页 |
| ·车辆路径问题算法研究概述 | 第23-29页 |
| ·精确算法 | 第23页 |
| ·启发式算法 | 第23-28页 |
| ·研究中存在的问题 | 第28-29页 |
| ·论文的组织结构 | 第29-30页 |
| 第2章 量子智能算法概况 | 第30-36页 |
| ·量子计算的特点 | 第30-31页 |
| ·量子态的叠加性 | 第30页 |
| ·量子态的相干性 | 第30-31页 |
| ·量子的并行性 | 第31页 |
| ·量子态的纠缠性 | 第31页 |
| ·量子位 | 第31页 |
| ·量子门 | 第31-32页 |
| ·量子优化算法的研究进展 | 第32-34页 |
| ·量子退火算法 | 第32页 |
| ·量子微粒群算法 | 第32-33页 |
| ·量子神经网络算法 | 第33页 |
| ·量子遗传算法 | 第33-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 带时间窗车辆路径问题的量子算法研究 | 第36-57页 |
| ·引言 | 第36页 |
| ·问题分类及数学模型 | 第36-40页 |
| ·问题分类 | 第36-38页 |
| ·数学模型 | 第38-40页 |
| ·VRPTW的改进量子遗传算法研究 | 第40-49页 |
| ·量子遗传算法工作原理 | 第40-43页 |
| ·改进量子遗传解法求解 | 第43-46页 |
| ·算法复杂度分析 | 第46-47页 |
| ·实验及分析 | 第47-49页 |
| ·VRPTW的混合量子粒子群算法研究 | 第49-55页 |
| ·量子粒子群优化算法 | 第49-51页 |
| ·粒子编码 | 第51页 |
| ·评价函数的计算 | 第51-52页 |
| ·混合量子粒子群算法计算步骤 | 第52-53页 |
| ·仿真实验及分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 不确定需求车辆路径问题的量子算法研究 | 第57-77页 |
| ·引言 | 第57页 |
| ·不定需求车辆路径问题描述 | 第57-61页 |
| ·模糊需求量描述 | 第58-59页 |
| ·VRPUD模型描述 | 第59-61页 |
| ·VRPUD的数字模型 | 第61-64页 |
| ·静态需求优化阶段 | 第62-63页 |
| ·动态实时需求优化阶段 | 第63-64页 |
| ·混合量子算法的设计 | 第64-70页 |
| ·模拟退火算法 | 第64-65页 |
| ·量子进化算法 | 第65-70页 |
| ·实例研究分析 | 第70-76页 |
| ·仿真实例 | 第70-74页 |
| ·算法性能分析 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第5章 有同时集送货需求车辆路径问题的量子算法研究 | 第77-103页 |
| ·引言 | 第77-78页 |
| ·问题描述和数学模型 | 第78-80页 |
| ·问题描述 | 第78页 |
| ·数学模型 | 第78-80页 |
| ·集送货问题模型的分类 | 第80-88页 |
| ·调度路径的可行性分析 | 第80-83页 |
| ·问题解的可行性分析 | 第83-86页 |
| ·静态调度问题 | 第86-87页 |
| ·动态调度问题 | 第87-88页 |
| ·基于混沌理论的改进量子算法 | 第88-95页 |
| ·量子算法的优势 | 第88-89页 |
| ·混沌理论 | 第89-92页 |
| ·量子算法的实现 | 第92-95页 |
| ·实例研究与分析 | 第95-101页 |
| ·混沌方法初始化 | 第95-97页 |
| ·改进的方法计算旋转角 | 第97-99页 |
| ·量子进化算法 | 第99-101页 |
| ·本章小结 | 第101-103页 |
| 结论 | 第103-105页 |
| 参考文献 | 第105-121页 |
| 攻读学位期公开发表论文 | 第121-122页 |
| 致谢 | 第122-123页 |
| 作者简介 | 第123页 |