摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 背景与意义 | 第9-10页 |
1.2 国内外研究进展 | 第10-14页 |
1.2.1 数学模型研究 | 第10页 |
1.2.2 求解算法研究 | 第10-13页 |
1.2.3 案例研究 | 第13-14页 |
1.3 研究内容和本文结构 | 第14-15页 |
1.4 本章小结 | 第15-16页 |
第二章 周期性车辆路径问题描述 | 第16-22页 |
2.1 PVRP 问题文字描述 | 第16-17页 |
2.2 数学模型 | 第17-20页 |
2.2.1 以路径优化为基础的PVRP 问题模型 | 第17-19页 |
2.2.2 以指派问题为基础的PVRP 问题模型 | 第19-20页 |
2.3 本章小结 | 第20-22页 |
第三章 算法设计 | 第22-35页 |
3.1 引导式邻域搜索算法应用综述 | 第22-23页 |
3.1.1 车辆路径问题上的应用 | 第22-23页 |
3.1.2 其它方面应用 | 第23页 |
3.2 引导式邻域搜索算法描述 | 第23-25页 |
3.3 改进的邻域搜索算法设计 | 第25-26页 |
3.4 邻域搜索算法 | 第26-31页 |
3.4.1 R 法(Relocate) | 第27-29页 |
3.4.2 2 优化法(2-opt) | 第29-30页 |
3.4.3 1 交换法(1-exchange) | 第30页 |
3.4.4 交叉算法(Cross heuristic) | 第30-31页 |
3.5 惩罚策略设计 | 第31-33页 |
3.5.1 静态惩罚策略 | 第31-32页 |
3.5.2 动态惩罚策略 | 第32-33页 |
3.6 本章小结 | 第33-35页 |
第四章 实验分析 | 第35-42页 |
4.1 实验环境 | 第35页 |
4.2 求解结果分析 | 第35-37页 |
4.3 动态惩罚策略分析 | 第37-41页 |
4.3.1 收敛性 | 第37-39页 |
4.3.2 求解精度 | 第39-41页 |
4.4 本章小结 | 第41-42页 |
第五章 案例应用 | 第42-49页 |
5.1 案例背景 | 第42-44页 |
5.2 案例描述 | 第44-45页 |
5.3 案例的求解及结果 | 第45-47页 |
5.3.1 构建案例初始解 | 第46页 |
5.3.2 优化案例初始解 | 第46-47页 |
5.4 本章小结 | 第47-49页 |
第六章 总结与展望 | 第49-51页 |
6.1 总结 | 第49页 |
6.2 本文主要创新点 | 第49-50页 |
6.3 展望 | 第50-51页 |
附录一:程序核心代码 | 第51-61页 |
主程序核心代码 | 第51-52页 |
惩罚函数源代码 | 第52-55页 |
2-OPT 函数源代码 | 第55-59页 |
一交换算法源代码 | 第59-61页 |
附录二:P02 算例 | 第61-63页 |
参考文献 | 第63-66页 |
致谢 | 第66-67页 |
攻读学位期间发表的论文 | 第67-69页 |