首页--交通运输论文--综合运输论文--综合运输体制与结构论文--合理运输论文--运输线路优选论文

基于蚁群算法的车辆路径规划问题的研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第10-11页
缩略语对照表第11-15页
第一章 绪论第15-25页
    1.1 研究背景及意义第15-16页
    1.2 VRP问题国内外研究现状第16-22页
        1.2.1 精确算法第17-18页
        1.2.2 启发式算法第18-21页
        1.2.3 国内研究进展第21-22页
    1.3 蚁群算法国内外研究现状第22页
    1.4 论文的主要工作第22-23页
    1.5 论文结构安排第23-25页
第二章 VRP问题描述及模型第25-33页
    2.1 VRP问题第25页
    2.2 VRP问题模型第25-27页
        2.2.1 符号定义第25-26页
        2.2.2 数学模型定义第26页
        2.2.3 模型的特点第26-27页
    2.3 VRP问题的分类第27-28页
    2.4 VRP问题对应解的表示第28-29页
    2.5 TSP问题与VRP问题的区别第29-30页
    2.6 本章小结第30-33页
第三章 蚁群算法第33-49页
    3.1 基本蚁群算法原理第33-39页
        3.1.1 基本蚁群系统模型(Ant System,AS)第33-36页
        3.1.2 基本蚁群系统求解TSP问题的步骤第36-38页
        3.1.3 基本蚁群系统求解TSP问题的效果第38-39页
    3.2 基本蚁群算法分析第39-41页
        3.2.1 复杂度分析第39-40页
        3.2.2 蚁群算法具有的特征第40-41页
    3.3 具有代表性的改进版蚁群算法第41-43页
        3.3.1 精英蚂蚁系统(Ant System with Elitist,ASelite)第41页
        3.3.2 蚁群系统(Ant Colony System,ACS)第41-43页
    3.4 改进版蚁群算法对比分析第43-46页
    3.5 分析参数对于算法性能的影响第46-47页
    3.6 本章小结第47-49页
第四章 改进蚁群算法第49-63页
    4.1 蚁群算法求解VRP问题第49页
    4.2 ImproAS_VRP_ACSTSP算法第49-51页
        4.2.1 初步改造方法第49-50页
        4.2.2 进一步改造方法第50-51页
    4.3 OutsideAdvancedAS_InsideACSTSP算法第51-56页
        4.3.1 初始化信息素的改进第51-52页
        4.3.2 启发信息的改进第52-53页
        4.3.3 转移规则的改进第53页
        4.3.4 信息素更新公式的改进第53-55页
        4.3.5 新增内部蚁群优化第55-56页
    4.4 MutationSweep_ACSTSP算法第56-60页
        4.4.1 初步改进思想第56-59页
        4.4.2 多次变异扫描第59-60页
    4.5 改进技术求解VRP问题的执行步骤第60-61页
    4.6 本章小结第61-63页
第五章 改进算法仿真测试分析第63-75页
    5.1 实验环境第63页
    5.2 实验数据和参数设置第63-65页
    5.3 实验结果及对比分析第65-73页
        5.3.1 ImproAS_VRP_ACSTSP实验结果第65-68页
        5.3.2 OutsideAdvancedAS_VRP_Inside ACSTSP实验结果第68-70页
        5.3.3 Mutation_ACSTSP实验结果第70-73页
    5.4 三种改进技术的对比分析第73-74页
    5.5 本章小结第74-75页
第六章 总结与展望第75-77页
    6.1 论文工作总结第75页
    6.2 工作展望第75-77页
参考文献第77-79页
致谢第79-81页
作者简介第81-82页

论文共82页,点击 下载论文
上一篇:商事登记条件问题研究
下一篇:互联网思维下的传统企业转型升级研究