| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景 | 第9页 |
| ·研究现状 | 第9-12页 |
| ·本文主要工作 | 第12-14页 |
| ·物流配送系统优化中最短路径问题 | 第12-13页 |
| ·物流配送系统优化中车辆路径问题 | 第13-14页 |
| ·本文的结构安排 | 第14-16页 |
| 第2章 网络路径优化的图论基础 | 第16-27页 |
| ·图与网络一些基本概念及属性 | 第16-17页 |
| ·图与网络的存储结构 | 第17-21页 |
| ·邻接矩阵表示法 | 第17-18页 |
| ·邻接表法 | 第18-19页 |
| ·邻接多重表 | 第19-20页 |
| ·十字链表 | 第20-21页 |
| ·图的搜索算法 | 第21-23页 |
| ·图的遍历 | 第21-22页 |
| ·广度优先遍历算法 | 第22-23页 |
| ·最短路径问题与Dijkstra算法 | 第23-26页 |
| ·单源最短路径问题 | 第23-25页 |
| ·Dijkstra算法可行性证明 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于扩展Dijkstra算法的物流配送路径优化 | 第27-37页 |
| ·物流配送的概念、研究现状及意义 | 第27-28页 |
| ·物流配送的概念 | 第27页 |
| ·物流配送的研究现状 | 第27-28页 |
| ·物流配送的意义及作用 | 第28页 |
| ·Dijkstra算法在物流配送路径中的研究 | 第28-31页 |
| ·无路障下配送路径优化与改进Dijkstra算法 | 第28-30页 |
| ·有路障下路径优化与扩展的Dijkstra算法 | 第30-31页 |
| ·城市物流配送路径优化问题的Dijkstra算法实现 | 第31-35页 |
| ·案例分析 | 第31-34页 |
| ·具有一般意义的解决方案 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第4章 遗传算法 | 第37-52页 |
| ·遗传算法的发展 | 第37页 |
| ·遗传算法的基本流程 | 第37-39页 |
| ·遗传算法的实现方法 | 第39-43页 |
| ·编码 | 第39页 |
| ·适应度函数 | 第39-42页 |
| ·遗传操作 | 第42页 |
| ·停止准则 | 第42-43页 |
| ·参数设定 | 第43页 |
| ·遗传算法的基本理论 | 第43-46页 |
| ·模式定理 | 第43-45页 |
| ·隐含并行性 | 第45页 |
| ·收敛问题 | 第45-46页 |
| ·遗传算法的性能评估 | 第46-48页 |
| ·遗传算法的特点及改进 | 第48-50页 |
| ·遗传算法的优缺点 | 第48-49页 |
| ·遗传算法的改进 | 第49-50页 |
| ·发展方向 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 车辆路径问题的改进遗传算法研究 | 第52-64页 |
| ·车辆路径问题 | 第53-55页 |
| ·车辆路径问题的定义 | 第53页 |
| ·车辆路径问题特性 | 第53-54页 |
| ·常见的基本问题 | 第54页 |
| ·车辆路径问题的算法类型 | 第54-55页 |
| ·带时间窗约束车辆路径问题的描述及其数学模型 | 第55-56页 |
| ·带时间窗约束车辆路径问题的改进遗传算法设计 | 第56-60页 |
| ·构造解的编码，产生初始群体 | 第56-57页 |
| ·可行化过程 | 第57-58页 |
| ·染色体的适应度计算 | 第58页 |
| ·选择操作 | 第58页 |
| ·染色体的交叉 | 第58-60页 |
| ·染色体的变异 | 第60页 |
| ·最佳染色体的保留 | 第60页 |
| ·结束条件 | 第60页 |
| ·实例分析 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70-85页 |
| 致谢 | 第85页 |