| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第16-38页 |
| 1.1 论文选题背景 | 第16-19页 |
| 1.1.1 危险化学品和相关事故 | 第16-17页 |
| 1.1.2 危险化学品事故统计分析 | 第17-19页 |
| 1.2 论文研究意义 | 第19-21页 |
| 1.2.1 研究的必要性 | 第19-20页 |
| 1.2.2 研究的意义 | 第20-21页 |
| 1.3 危险化学品车辆路径问题研究现状 | 第21-23页 |
| 1.4 风险度量 | 第23-27页 |
| 1.4.1 风险度量的定义 | 第23页 |
| 1.4.2 风险分析方法 | 第23-24页 |
| 1.4.3 危险化学品运输的常用风险度量方法 | 第24-25页 |
| 1.4.4 VaR与CVaR方法 | 第25-27页 |
| 1.5 危险化学品车辆路径问题的相关求解算法 | 第27-35页 |
| 1.5.1 常用方法 | 第28页 |
| 1.5.2 传统启发式算法 | 第28-29页 |
| 1.5.3 现代启发式算法 | 第29-35页 |
| 1.6 文章主要研究内容和创新点 | 第35-36页 |
| 1.7 本文章节安排 | 第36-38页 |
| 第二章 混合遗传-粒子群算法 | 第38-48页 |
| 2.1 L-GPS算法的提出 | 第38-41页 |
| 2.1.1 遗传-粒子群混合 | 第39页 |
| 2.1.2 最佳交换点评估策略 | 第39-40页 |
| 2.1.3 加强局部搜索策略 | 第40页 |
| 2.1.4 随机扰动策略 | 第40页 |
| 2.1.5 L-GPS算法的具体步骤 | 第40-41页 |
| 2.2 L-GPS算法的数值实验 | 第41-48页 |
| 第三章 单仓库危险化学品车辆路径问题的一个新模型及算法研究 | 第48-60页 |
| 3.1 运输模型 | 第48-53页 |
| 3.1.1 问题描述 | 第48-49页 |
| 3.1.2 符号说明 | 第49页 |
| 3.1.3 风险度量 | 第49-50页 |
| 3.1.4 路径风险 | 第50-52页 |
| 3.1.5 模型建立 | 第52-53页 |
| 3.2 算法设计 | 第53-57页 |
| 3.2.1 初始解的构造 | 第53-54页 |
| 3.2.2 粒子群更新 | 第54-55页 |
| 3.2.3 双目标的处理方法 | 第55页 |
| 3.2.4 局部搜索策略 | 第55-56页 |
| 3.2.5 算法流程 | 第56-57页 |
| 3.3 数值实验 | 第57-60页 |
| 第四章 多仓库危险化学品车辆路径问题的一个新模型及算法研究 | 第60-72页 |
| 4.1 运输模型 | 第60-66页 |
| 4.1.1 问题描述 | 第60-61页 |
| 4.1.2 符号说明 | 第61-62页 |
| 4.1.3 风险度量 | 第62-63页 |
| 4.1.4 路径风险 | 第63-65页 |
| 4.1.5 模型建立 | 第65-66页 |
| 4.2 两阶段启发式算法 | 第66-68页 |
| 4.2.1 多维信息启发式分类算法 | 第66-68页 |
| 4.2.2 改进的粒子群算法 | 第68页 |
| 4.3 数值实验 | 第68-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士期间发表的论文 | 第80-82页 |
| 作者和导师简介 | 第82-83页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第83-84页 |