蚁群算法在有时间窗的VRP问题中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·研究的背景与意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外研究综述 | 第11-17页 |
| ·国外 VRP研究综述 | 第11-15页 |
| ·国内VRP研究综述 | 第15-17页 |
| ·研究中存在的问题 | 第17-19页 |
| 2 VRP基本理论 | 第19-28页 |
| ·VRP的分类及约束条件 | 第19-22页 |
| ·VRP的分类 | 第19-21页 |
| ·VRP的约束条件 | 第21-22页 |
| ·VRP模型 | 第22-24页 |
| ·VRP算法 | 第24-28页 |
| ·精确算法 | 第24-25页 |
| ·启发式算法 | 第25-28页 |
| 3 蚁群算法研究 | 第28-42页 |
| ·蚁群算法的基本理论 | 第28-30页 |
| ·算法思想 | 第28-29页 |
| ·算法原理 | 第29-30页 |
| ·蚁群算法模型 | 第30-33页 |
| ·基本蚁群算法模型 | 第30-31页 |
| ·求解 TSP问题的蚁群算法 | 第31-32页 |
| ·VRP与 TSP蚁群算法的区别 | 第32-33页 |
| ·时间复杂度问题 | 第33页 |
| ·蚁群算法执行步骤 | 第33-35页 |
| ·蚁群算法参数分析 | 第35-40页 |
| ·信息素挥发度的选择 | 第36-37页 |
| ·蚁群数量的选择 | 第37-38页 |
| ·启发式因子的分析 | 第38-40页 |
| ·评价与分析 | 第40-42页 |
| 4 有时间窗的 VRP问题的蚁群算法求解 | 第42-57页 |
| ·有时间窗的 VRP问题 | 第42-45页 |
| ·问题描述 | 第42页 |
| ·问题的影响因素 | 第42-43页 |
| ·VRPTW的数学模型 | 第43-45页 |
| ·蚁群算法用于解决车辆路径问题 | 第45-51页 |
| ·VRPTW模型的建立 | 第45-46页 |
| ·算法总体思路 | 第46页 |
| ·匀称度与吸引力 | 第46-48页 |
| ·算法转移策略 | 第48-50页 |
| ·信息素的更新策略 | 第50-51页 |
| ·负反馈机制的设计 | 第51页 |
| ·算法步骤 | 第51-53页 |
| ·算例和算法性能分析 | 第53-57页 |
| ·实验算例 | 第53-55页 |
| ·实验结果分析讨论 | 第55-57页 |
| 5 运输调度优化系统设计 | 第57-66页 |
| ·VRP问题在配送运输模式下的体现 | 第57-59页 |
| ·系统设计分析 | 第59-60页 |
| ·系统设计的必要性 | 第59页 |
| ·系统设计的总体原则 | 第59页 |
| ·配送业务流程分析 | 第59-60页 |
| ·系统设计 | 第60-66页 |
| ·系统的运行结构设计 | 第60-62页 |
| ·系统算法结构设计 | 第62页 |
| ·系统功能需求模块设计 | 第62-66页 |
| 6 结论 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 在学期间发表的学术论文及研究成果 | 第73-74页 |
| 详细摘要 | 第74-78页 |
