带同时取货和送货的车辆路径优化问题研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-11页 |
1 绪论 | 第11-16页 |
·研究背景与意义 | 第11页 |
·国内外研究现状 | 第11-13页 |
·国外研究现状 | 第11-12页 |
·国内研究现状 | 第12-13页 |
·本文的研究内容和方法 | 第13-15页 |
·本章小结 | 第15-16页 |
2 车辆路径问题概述 | 第16-24页 |
·车辆路径问题的描述 | 第16页 |
·车辆路径问题的组成 | 第16-18页 |
·车辆路径问题的分类 | 第18-23页 |
·带能力约束的车辆路径问题 | 第19-20页 |
·带时间窗的车辆路径问题 | 第20-21页 |
·带回程取货的车辆路径问题 | 第21-22页 |
·同时带取货送货的车辆路径问题 | 第22-23页 |
·本章小结 | 第23-24页 |
3 车辆路径问题算法研究 | 第24-36页 |
·启发式算法 | 第24-28页 |
·插入算法 | 第24-25页 |
·节约算法 | 第25页 |
·Petal算法 | 第25-27页 |
·Sweep算法 | 第27-28页 |
·人工智能算法 | 第28-34页 |
·禁忌搜索算法 | 第28-29页 |
·模拟退火算法 | 第29-30页 |
·蚁群算法 | 第30-31页 |
·遗传算法 | 第31-34页 |
·求解算法比较分析 | 第34-35页 |
·本章小结 | 第35-36页 |
4 VRPSDP模型与求解算法研究 | 第36-46页 |
·VRPSDP模型的建立 | 第36-38页 |
·问题描述 | 第36页 |
·基本假设 | 第36-37页 |
·参变量定义 | 第37页 |
·数学模型 | 第37-38页 |
·VRPSDP的遗传算法设计 | 第38-45页 |
·染色体编码 | 第38-39页 |
·初始化种群 | 第39页 |
·适应度值的计算 | 第39-41页 |
·选择算子 | 第41-44页 |
·交叉算子 | 第44-45页 |
·变异算子 | 第45页 |
·本章小结 | 第45-46页 |
5 基于改进遗传算法的VRPSDP算例分析 | 第46-62页 |
·算例来源 | 第46页 |
·算例的建立 | 第46-48页 |
·模型与算法参数设置 | 第48-49页 |
·遗传算法关键步骤的程序实现 | 第49-54页 |
·初始化种群 | 第49-50页 |
·适应度值的计算 | 第50页 |
·选择操作 | 第50-51页 |
·交叉操作 | 第51-52页 |
·变异操作 | 第52-53页 |
·解的表示 | 第53-54页 |
·求解结果分析 | 第54-61页 |
·本章小结 | 第61-62页 |
6 总结与展望 | 第62-64页 |
·研究工作总结 | 第62页 |
·进一步研究展望 | 第62-64页 |
参考文献 | 第64-67页 |
附录A | 第67-76页 |
作者简历 | 第76-78页 |
学位论文数据集 | 第78页 |