基于遗传算法的带时间窗车辆路径优化问题研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·本文的研究方法及主要内容 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 2 车辆路径问题概述 | 第16-27页 |
| ·旅行商问题(TSP) | 第16-17页 |
| ·车辆路径问题(VRP) | 第17-22页 |
| ·车辆路径问题的描述 | 第17页 |
| ·车辆路径问题的组成要素 | 第17-20页 |
| ·车辆路径问题的数学模型 | 第20-21页 |
| ·车辆路径问题的分类 | 第21-22页 |
| ·带时间窗的车辆路径问题(VRPTW) | 第22-26页 |
| ·时间窗的概念及描述 | 第23页 |
| ·时间窗的分类 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 带时间窗车辆路径问题求解算法研究 | 第27-41页 |
| ·精确算法 | 第27-29页 |
| ·启发式算法 | 第29-34页 |
| ·传统启发式算法 | 第29-31页 |
| ·现代启发式算法 | 第31-34页 |
| ·遗传算法 | 第34-38页 |
| ·遗传算法基本思想 | 第34-35页 |
| ·遗传算法相关概念 | 第35-36页 |
| ·遗传算法工作流程 | 第36-37页 |
| ·遗传算法特点 | 第37-38页 |
| ·常用算法概括与比较 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 4 VRPTW模型构建与算法设计 | 第41-54页 |
| ·VRPTW模型构建 | 第41-45页 |
| ·问题描述 | 第41-42页 |
| ·基本假设 | 第42页 |
| ·惩罚函数 | 第42-43页 |
| ·参变量定义 | 第43-44页 |
| ·数学模型 | 第44-45页 |
| ·遗传算法设计 | 第45-53页 |
| ·编码与解码 | 第46-47页 |
| ·初始群体 | 第47页 |
| ·选择算子 | 第47-50页 |
| ·交叉算子 | 第50-51页 |
| ·变异算子 | 第51-52页 |
| ·适应度函数 | 第52页 |
| ·终止进化规则 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 算例分析 | 第54-69页 |
| ·算例说明 | 第54页 |
| ·试验数据 | 第54-57页 |
| ·试验参数设定 | 第57页 |
| ·算法实现主要步骤 | 第57-62页 |
| ·试验结果分析 | 第62-68页 |
| ·本章小结 | 第68-69页 |
| 6 总结及展望 | 第69-71页 |
| ·全文总结 | 第69页 |
| ·研究展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 附录A | 第74-77页 |
| 作者简历 | 第77-79页 |
| 学位论文数据集 | 第79页 |
