快递物流配送中背包问题优化算法的研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究意义 | 第12-13页 |
| 1.4 论文结构 | 第13-15页 |
| 第2章 快递物流背包问题优化分析 | 第15-26页 |
| 2.1 物流系统基本概述 | 第15-16页 |
| 2.2 快递物流背包问题概述 | 第16-19页 |
| 2.2.1 基本背包问题的分类 | 第16-17页 |
| 2.2.2 背包问题简介 | 第17-19页 |
| 2.3 快递物流背包问题描述 | 第19-25页 |
| 2.3.1 快递物流背包问题定义 | 第19页 |
| 2.3.2 快递物流背包问题构成要素 | 第19-21页 |
| 2.3.3 快递物流背包问题求解算法介绍 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 改进型粒子群优化算法 | 第26-48页 |
| 3.1 粒子群优化算法 | 第26-29页 |
| 3.1.1 算法原理 | 第26-27页 |
| 3.1.2 算法的基本流程 | 第27-29页 |
| 3.2 模拟退火操作 | 第29-31页 |
| 3.2.1 模拟退火算法的模型 | 第29-30页 |
| 3.2.2 模拟退火算法的基本流程 | 第30-31页 |
| 3.3 目标函数的确定 | 第31-37页 |
| 3.3.1 车辆满载率目标函数 | 第31-32页 |
| 3.3.2 配送车辆所装订单总邮费 | 第32-33页 |
| 3.3.3 配送客户满意度函数 | 第33-34页 |
| 3.3.4 综合目标函数 | 第34-35页 |
| 3.3.5 多目标优化方法 | 第35-37页 |
| 3.4 改进型粒子群算法设计与实现 | 第37-47页 |
| 3.4.1 粒子群编码方式的选取 | 第37-38页 |
| 3.4.2 粒子群的初始化 | 第38-39页 |
| 3.4.3 粒子适应度的计算 | 第39-40页 |
| 3.4.4 粒子状态的更新 | 第40-42页 |
| 3.4.5 不可行解的修复策略 | 第42-43页 |
| 3.4.6 权重及学习因子的更新 | 第43-44页 |
| 3.4.7 粒子群个体最优解与全局最优解更新 | 第44-45页 |
| 3.4.8 改进型算法流程 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 实验验证与结果分析 | 第48-61页 |
| 4.1 物流仿真平台 | 第48-49页 |
| 4.2 背包优化模块 | 第49-53页 |
| 4.3 仿真数据说明 | 第53页 |
| 4.4 改进型优化仿真实验与结果分析 | 第53-57页 |
| 4.5 改进型算法与其他算法仿真对比实验 | 第57-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 论文总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第69页 |
