摘要 | 第1-5页 |
Abstract | 第5-9页 |
1.绪论 | 第9-16页 |
·问题的提出 | 第9-10页 |
·国内外同类研究综述 | 第10-15页 |
·干扰管理的国内外研究进展 | 第10-12页 |
·车辆路径问题的干扰处理方法研究 | 第12-14页 |
·客户时间窗变动问题的研究现状 | 第14-15页 |
·本文的主要工作和结构 | 第15-16页 |
2 客户时间窗变动扰动恢复模型 | 第16-37页 |
·原始问题描述及其数学模型 | 第17-18页 |
·原始问题描述 | 第17页 |
·原始问题的数学模型 | 第17-18页 |
·客户时间窗变动的扰动恢复前提与假设 | 第18页 |
·客户时间窗变动干扰辨识 | 第18-20页 |
·客户时间窗变动的扰动恢复策略 | 第20-21页 |
·虚拟单车场的客户时间窗变动扰动恢复模型 | 第21-29页 |
·干扰发生在途车辆的起点复位到虚拟单车场的转化方法 | 第21-24页 |
·扰动度量分析 | 第24-26页 |
·虚拟单车场的客户时间窗变动扰动恢复模型 | 第26-28页 |
·扰动恢复模型与原始问题的归一化处理 | 第28-29页 |
·虚拟多车场的客户时间窗变动扰动恢复模型 | 第29-36页 |
·干扰发生在途车辆的起点复位到虚拟多车场的转化方法 | 第29-30页 |
·扰动度量分析 | 第30-33页 |
·虚拟多车场的客户时间窗变动扰动恢复模型 | 第33-35页 |
·扰动恢复模型与原始问题的归一化处理 | 第35-36页 |
·本章小结 | 第36-37页 |
3 算法 | 第37-47页 |
·扰动恢复策略实施 | 第37-39页 |
·虚拟单车场的客户时间窗变动扰动恢复策略实施 | 第37-39页 |
·虚拟多车场的客户时间窗变动扰动恢复策略实施 | 第39页 |
·遗传算法 | 第39-46页 |
·遗传算法的基本步骤 | 第40-41页 |
·染色体表示 | 第41-43页 |
·违反约束的处理及适应度函数的确定 | 第43-44页 |
·遗传操作 | 第44-45页 |
·种群初始化 | 第45-46页 |
·本章小结 | 第46-47页 |
4 模型与算法验证 | 第47-51页 |
·数值实验及结果分析 | 第47-48页 |
·各顾客点时间窗变动情况 | 第48页 |
·各配送点时间窗变动后重新调度的结果 | 第48页 |
·车辆调度干扰管理优化结果 | 第48-50页 |
·结果分析 | 第50-51页 |
结论 | 第51-52页 |
参考文献 | 第52-56页 |
附录A 部分程序源代码 | 第56-71页 |
攻读硕士学位期间发表学术论文情况 | 第71-72页 |
致谢 | 第72-73页 |