| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 军事物流研究状况 | 第9-12页 |
| 1.2.2 车辆路径优化问题研究现状 | 第12-13页 |
| 1.2.3 随机时间路径优化研究现状 | 第13-14页 |
| 1.3 本文研究技术路线和主要内容 | 第14-16页 |
| 1.3.1 技术路线图 | 第14-15页 |
| 1.3.2 本文主要内容安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 随机车辆路径问题及求解算法 | 第17-23页 |
| 2.1 随机车辆路径问题 | 第17-20页 |
| 2.1.1 随机车辆路径问题的特征 | 第17页 |
| 2.1.2 随机车辆路径问题的分类 | 第17-19页 |
| 2.1.3 随机配送时间的产生 | 第19页 |
| 2.1.4 随机配送时间的影响因素 | 第19-20页 |
| 2.2 车辆路径优化算法介绍 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 军事物流配送运输问题的模型 | 第23-44页 |
| 3.1 军事物流配送 | 第23-32页 |
| 3.1.1 军事运输的概念 | 第23-24页 |
| 3.1.2 军事物流及军事物流配送的概念 | 第24-25页 |
| 3.1.3 军事物流配送运输的内容 | 第25-26页 |
| 3.1.4 军事物流配送运输的分类 | 第26-30页 |
| 3.1.5 军事物流配送运输的特征 | 第30-32页 |
| 3.2 军事物流配送运输模型的建立 | 第32-44页 |
| 3.2.1 平时军事物流配送运输模型 | 第32-35页 |
| 3.2.2 应急状态下军事物流配送运输模型 | 第35-44页 |
| 3.3 本章小结 | 第44页 |
| 4 军事物流配送运输路径优化算法 | 第44-67页 |
| 4.1 蚁群算法 | 第44-48页 |
| 4.1.1 蚁群算法原理 | 第45-46页 |
| 4.1.2 基本蚁群算法模型（Ant System，AS） | 第46-48页 |
| 4.2 蚁群系统（Ant Colony System，ACS） | 第48-51页 |
| 4.2.1 状态转移规则 | 第48页 |
| 4.2.2 信息素更新机制 | 第48-51页 |
| 4.3 蚁群算法的特点 | 第51-53页 |
| 4.3.1 基本蚁群算法的优点 | 第51-52页 |
| 4.3.2 缺点 | 第52-53页 |
| 4.3.3 造成算法缺点的原因 | 第53页 |
| 4.4 改进的蚁群算法 | 第53-60页 |
| 4.5 算例分析 | 第60-66页 |
| 4.6 本章小结 | 第66-67页 |
| 5 结论与展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |