| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-19页 |
| ·论文的研究背景及意义 | 第12-13页 |
| ·粒子群优化算法简介 | 第13-15页 |
| ·TSP 问题和VRP 问题的国内外研究现状 | 第15-17页 |
| ·论文的结构安排 | 第17-19页 |
| 第2章 智能优化算法综述 | 第19-26页 |
| ·引言 | 第19页 |
| ·禁忌搜索算法 | 第19-20页 |
| ·遗传算法 | 第20-21页 |
| ·模拟退火算法 | 第21页 |
| ·蚁群算法 | 第21-22页 |
| ·人工免疫算法 | 第22-23页 |
| ·人工神经网络 | 第23-24页 |
| ·人工鱼群算法 | 第24页 |
| ·粒子群优化算法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 粒子群优化算法 | 第26-36页 |
| ·粒子群优化算法研究综述 | 第26-28页 |
| ·粒子群优化算法基本原理 | 第28-29页 |
| ·标准粒子群优化算法及其改进策略 | 第29-32页 |
| ·引言 | 第29-30页 |
| ·遗传思想改进粒子群优化算法 | 第30-31页 |
| ·解决离散问题的粒子群优化算法 | 第31-32页 |
| ·粒子群优化算法的发展 | 第32-35页 |
| ·带惯性权重的粒子群优化算法 | 第32-33页 |
| ·粒子群优化算法离散二进制模型 | 第33页 |
| ·带收敛因子的粒子群优化算法 | 第33-34页 |
| ·混合粒子群优化算法 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 求解TSP 问题的改进粒子群优化算法 | 第36-49页 |
| ·引言 | 第36页 |
| ·基本粒子群优化算法及其社会行为分析 | 第36-37页 |
| ·基于单纯性算法的改进的粒子群优化算法 | 第37-41页 |
| ·单纯形法简介 | 第37-38页 |
| ·基于单纯形法的改进PSO 算法 | 第38-41页 |
| ·基于单纯性算法的改进的PSO 算法求解TSP 问题 | 第41-43页 |
| ·TSP 问题的描述 | 第41页 |
| ·改进PSO 算法求解TSP 问题过程 | 第41-43页 |
| ·实验结果及分析 | 第43页 |
| ·基于变异因子的改进PSO 算法求解TSP 问题 | 第43-48页 |
| ·标准粒子群优化算法求解TSP 问题 | 第44-45页 |
| ·改进粒子群优化算法求解TSP 问题 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 求解VRP 问题的改进粒子群优化算法 | 第49-61页 |
| ·车辆路径问题的定义 | 第49页 |
| ·求解车辆路径问题的常用算法 | 第49-51页 |
| ·路线构造法 | 第50页 |
| ·两阶段法 | 第50页 |
| ·基于精确方法的启发式算法 | 第50-51页 |
| ·车辆路径问题的数学模型 | 第51-52页 |
| ·改进粒子群优化算法求解VRP 问题 | 第52-55页 |
| ·标准粒子群优化算法及粒子的编码 | 第52-53页 |
| ·改进PSO 算法求解VRP 问题流程 | 第53-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·紧急度非满载VRP 问题描述及模型建立 | 第55-60页 |
| ·问题的描述及模型的初始化 | 第55-56页 |
| ·求解紧急度VRP 的粒子群优化算法 | 第56-57页 |
| ·仿真实验结果及分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第6章 总结及展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第69-71页 |
| 附录B 攻读学位期间参编教材和参与项目研究的目录 | 第71页 |