| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 有关算法的研究现状 | 第10-11页 |
| 1.2.2 其他方向的研究现状 | 第11页 |
| 1.3 主要研究内容及技术路线 | 第11-13页 |
| 1.3.1 主要研究内容 | 第11-12页 |
| 1.3.2 技术路线 | 第12-13页 |
| 第2章 模型与算法 | 第13-21页 |
| 2.1 引言 | 第13页 |
| 2.2 启发式算法 | 第13页 |
| 2.3 复杂优化问题概述 | 第13-18页 |
| 2.3.1 复杂函数优化问题 | 第14-17页 |
| 2.3.2 复杂组合优化问题 | 第17-18页 |
| 2.4 优化算法 | 第18页 |
| 2.5 领域概念 | 第18页 |
| 2.6 优化问题的复杂性 | 第18-20页 |
| 2.6.1 优化问题复杂性概念 | 第18-19页 |
| 2.6.2 NP问题 | 第19-20页 |
| 2.7 本章小结 | 第20-21页 |
| 第3章 三种常见的启发式算法介绍 | 第21-36页 |
| 3.1 模拟退火算法原理 | 第21-27页 |
| 3.1.1 退火过程模拟与组合优化 | 第21-23页 |
| 3.1.2 SA算法的机制分析和流程 | 第23-24页 |
| 3.1.3 SA关键参数和操作设计 | 第24-27页 |
| 3.2 遗传算法优化原理 | 第27-31页 |
| 3.2.1 遗传算法的机理和流程 | 第27-29页 |
| 3.2.2 GA关键参数与操作设计 | 第29-31页 |
| 3.3 蚁群算法优化原理 | 第31-35页 |
| 3.3.1 蚁群算法机理分析与流程 | 第31-34页 |
| 3.3.2 蚁群算法关键参数与算法设计 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 三种算法的比较与研究 | 第36-52页 |
| 4.1 算法收敛性的比较分析 | 第36-42页 |
| 4.2 算法适用性分析 | 第42-43页 |
| 4.3 算法改进方案 | 第43-45页 |
| 4.3.1 模拟退火算法的改进 | 第43-44页 |
| 4.3.2 模拟退火算法的改进 | 第44-45页 |
| 4.3.3 蚁群优化算法改进方向 | 第45页 |
| 4.4 启发式算法“高效性”的界定原则 | 第45-47页 |
| 4.5 算法性能指标研究 | 第47-51页 |
| 4.5.1 指标定义的相关量 | 第47页 |
| 4.5.2 HA对于A_m的一次计算的收敛精度问题 | 第47-49页 |
| 4.5.3 关于收敛精度其他情况的定义 | 第49-50页 |
| 4.5.4 综合评价指标 | 第50-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 启发式算法在运输优化问题中相关问题的讨论 | 第52-70页 |
| 5.1 运输优化模型及特点分析 | 第52-61页 |
| 5.1.1 常见运输优化模型 | 第52-55页 |
| 5.1.2 带有宽度约束的船闸优化模型 | 第55-59页 |
| 5.1.3 驼峰三级减速优化模型建立思想 | 第59-60页 |
| 5.1.4 模型特点分析 | 第60-61页 |
| 5.2 针对运输优化问题启发式算法的分析 | 第61-69页 |
| 5.2.1 BCTFP模型的算法问题 | 第62-64页 |
| 5.2.2 Hamilton图与TSP问题 | 第64-66页 |
| 5.2.3 带约束的船闸优化模型的算例分析 | 第66-69页 |
| 5.2.4 驼峰三级减速算法设想 | 第69页 |
| 5.3 本章小结 | 第69-70页 |
| 结论与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第78页 |