带有时间窗的车辆路径问题的混合蚁群算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 引言 | 第9-25页 |
| ·问题的提出 | 第9-10页 |
| ·国内外同类研究综述 | 第10-24页 |
| ·VRP的国内外研究进展 | 第10-14页 |
| ·蚁群算法的国内外研究进展 | 第14-22页 |
| ·蚁群算法求解VRP的国内外研究进展 | 第22-24页 |
| ·国内外同类研究总结 | 第24页 |
| ·本文的主要研究工作 | 第24-25页 |
| 2 VRPTW模型的分析及构建 | 第25-31页 |
| ·VRPTW模型的分析 | 第25-28页 |
| ·组合优化问题及其计算复杂性的分析 | 第25-26页 |
| ·解决VRPTW存在的困难 | 第26-27页 |
| ·解决VRPTW的有效途径 | 第27-28页 |
| ·VRPTW模型的构建 | 第28-31页 |
| ·VRPTW的界定 | 第28页 |
| ·基本假设与符号说明 | 第28-29页 |
| ·VRPTW模型的构建 | 第29-31页 |
| 3 VRPTW的混合蚁群算法研究 | 第31-46页 |
| ·混合蚁群算法的基本原理 | 第31-36页 |
| ·信息素调整策略 | 第31-33页 |
| ·最优个体灾变策略 | 第33页 |
| ·目标节点选择策略 | 第33-34页 |
| ·集成其他算法策略 | 第34-35页 |
| ·相关控制参数的设置 | 第35-36页 |
| ·混合蚁群算法的求解步骤 | 第36-38页 |
| ·算法的设计与实现 | 第38-46页 |
| ·系统需求 | 第38页 |
| ·系统分析 | 第38-41页 |
| ·数据库设计 | 第41-42页 |
| ·算法实现 | 第42-46页 |
| 4 实验结果及分析 | 第46-52页 |
| ·Benchmark Problems简介 | 第46-47页 |
| ·实验结果及分析 | 第47-52页 |
| 结论与展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录A 混合蚁群算法核心代码 | 第58-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |
| 大连理工大学学位论文版权使用授权书 | 第67页 |