改进的蚁群算法解决车辆路径问题及其web GIS实现
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·背景意义 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·研究内容与取得的成果 | 第13-14页 |
| ·本论文所做的工作 | 第13-14页 |
| ·本论文的创新之处 | 第14页 |
| ·论文结构 | 第14-16页 |
| 第二章 VRP问题的蚁群优化算法技术分析 | 第16-29页 |
| ·解决VRP 问题的蚁群算法研究综述 | 第16-18页 |
| ·现有算法存在的问题 | 第18-19页 |
| ·本文体系架构与技术路线 | 第19-20页 |
| ·相关理论简介 | 第20-29页 |
| ·蚁群算法基本原理 | 第20-21页 |
| ·车辆路径问题 | 第21-22页 |
| ·蚁群算法信息素 | 第22-23页 |
| ·改进的蚁群算法 | 第23-25页 |
| ·利用地理信息系统（GIS）发布蚁群算法 | 第25-29页 |
| 第三章 基于改进的蚁群算法解决车辆路径问题 | 第29-54页 |
| ·蚁群算法节点处理 | 第29-38页 |
| ·节点处理提出的背景 | 第29页 |
| ·处理策略 | 第29-38页 |
| ·改进蚁群算法公式 | 第38-41页 |
| ·算法公式中的不足 | 第38-39页 |
| ·改进后的公式 | 第39-40页 |
| ·公式的证明 | 第40-41页 |
| ·改进后的蚁群算法步骤 | 第41页 |
| ·可行解问题 | 第41-42页 |
| ·蚁群算法解决VRP 的流程 | 第42-45页 |
| ·多用户蚁群系统 | 第45-54页 |
| ·发布算法服务 | 第45-49页 |
| ·发布GIS 服务 | 第49-54页 |
| 第四章 智能物流配送管理系统实现 | 第54-70页 |
| ·智能物流配送管理系统的模块分析 | 第54-56页 |
| ·智能物流配送管理系统功能模块 | 第54-55页 |
| ·蚁群算法在配送计划模块中的步骤 | 第55-56页 |
| ·系统的体系架构 | 第56-58页 |
| ·GIS 典型性功能 | 第58页 |
| ·数据表 | 第58-62页 |
| ·最终实现效果 | 第62-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 硕士期间所做工作 | 第76页 |
