基于ACO的港口集装箱运输网络系统优化研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 引言 | 第7-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-11页 |
| ·国内外研究概况 | 第11-12页 |
| ·集装箱运输网络优化的研究现状及研究动向 | 第11页 |
| ·优化方法的国内外研究现状及研究动向 | 第11-12页 |
| ·论文主要工作 | 第12-13页 |
| ·本论文研究结构 | 第13-14页 |
| 2 港口集装箱运输研究综述 | 第14-25页 |
| ·港口集装箱运输发展研究 | 第14-21页 |
| ·世界港口集装箱运输的发展现状 | 第14-17页 |
| ·集装箱船舶大型化发展 | 第17-19页 |
| ·我国集装箱运输业发展现状 | 第19-21页 |
| ·运输系统优化方法的既有研究综述 | 第21-24页 |
| ·网络优化的定义 | 第21-22页 |
| ·优化方法分类 | 第22-24页 |
| ·现代智能算法的发展前景 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 人工智能的蚁群优化算法 | 第25-37页 |
| ·蚁群算法的原理 | 第25-29页 |
| ·概述 | 第25页 |
| ·自然蚂蚁智能特点 | 第25-27页 |
| ·人工蚂蚁的模型 | 第27-28页 |
| ·蚁群算法的重要特征 | 第28-29页 |
| ·基本蚁群系统模型 | 第29-33页 |
| ·蚁群算法的特点及研究现状 | 第33-34页 |
| ·参数因子选择与收敛性研究 | 第34-36页 |
| ·算法参数选择 | 第34-36页 |
| ·算法收敛性 | 第36页 |
| ·本章小结 | 第36-37页 |
| 4 基于改进蚁群算法的集装箱运输网络优化模型分析 | 第37-60页 |
| ·优化的可行性 | 第37-38页 |
| ·Hub and Spoke网络系统 | 第38-39页 |
| ·集装箱海运的规模经济优势分析 | 第39-47页 |
| ·规模经济的基本涵义 | 第39-40页 |
| ·集装箱船大型化的成本节约 | 第40-43页 |
| ·集装箱运输成本计算 | 第43-47页 |
| ·基于最小费用流的网络运输目标函数 | 第47-49页 |
| ·基于改进蚁群算法的集装箱运输网络模型优化 | 第49-59页 |
| ·蚁群算法的适用性改进 | 第49-50页 |
| ·基于改进蚁群算法的模型优化流程 | 第50-53页 |
| ·模型优化的收敛性分析 | 第53-57页 |
| ·优化求解实施步骤 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 案例应用 | 第60-71页 |
| ·网络实例优化流程 | 第60-61页 |
| ·港口集装箱运输优化网络的确定 | 第61-62页 |
| ·运输网络集装箱生成量预测 | 第62-64页 |
| ·集装箱运输网络优化计算 | 第64-70页 |
| ·计算结果与分析 | 第64-68页 |
| ·参数敏感度分析 | 第68-70页 |
| ·算法优化比较 | 第70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-75页 |
| 攻读硕士学位期间发表学术论文情况 | 第75-76页 |
| 致谢 | 第76-77页 |
| 大连理工大学学位论文版权使用授权书 | 第77页 |
