蚁群算法在物流运输车辆优化调度中的应用研究
| 1 绪论 | 第1-15页 |
| ·引言 | 第7-8页 |
| ·蚁群算法的研究动态 | 第8-13页 |
| ·蚁群算法的发展过程 | 第8页 |
| ·蚁群算法的基本特征 | 第8-9页 |
| ·蚁群算法的研究现状及未来研究 | 第9-11页 |
| ·蚁群算法的应用 | 第11-13页 |
| ·物流运输车辆调度的现状 | 第13页 |
| ·本文研究的主要内容 | 第13-15页 |
| 2 蚁群算法与车辆调度的基本理论 | 第15-28页 |
| ·蚁群算法的基本原理 | 第15-16页 |
| ·蚁群算法的模型和流程 | 第16-22页 |
| ·TSP问题描述 | 第16-17页 |
| ·TSP问题的数学模型 | 第17页 |
| ·蚁群算法模型 | 第17-19页 |
| ·蚁群算法的流程 | 第19-22页 |
| ·运输车辆优化调度基本理论 | 第22-28页 |
| ·车辆优化调度问题分类 | 第22-23页 |
| ·基本问题与方法 | 第23-24页 |
| ·车辆调度模型 | 第24页 |
| ·车辆优化调度基本算法 | 第24-28页 |
| 3 改进蚁群算法及在物流运输车辆调度中应用 | 第28-42页 |
| ·蚁群算法的改进及实例分析 | 第28-31页 |
| ·蚁群算法的改进 | 第28-29页 |
| ·实例分析 | 第29-31页 |
| ·车辆调度问题描述 | 第31-32页 |
| ·解决车辆调度问题的几种方法 | 第32-33页 |
| ·车辆调度问题数学模型 | 第33-36页 |
| ·一般车辆调度数学模型 | 第33-34页 |
| ·时间窗VSP模型 | 第34-36页 |
| ·车辆调度问题的蚁群算法 | 第36-42页 |
| ·一般车辆调度问题的蚁群算法 | 第36-37页 |
| ·有时间窗的VSP蚁群算法 | 第37-38页 |
| ·约束处理 | 第38页 |
| ·有时间窗VSP问题求解步骤及程序框图 | 第38-42页 |
| 4 物流运输车辆优化调度数学实验 | 第42-51页 |
| ·物流运输车辆优化调度问题的MATLAB实现 | 第42-47页 |
| ·生成距离矩阵 | 第42页 |
| ·初始化信息素 | 第42页 |
| ·随机选择起点 | 第42-43页 |
| ·计算转移概率 | 第43-44页 |
| ·约束处理 | 第44-45页 |
| ·计算局部最短路径 | 第45页 |
| ·更新信息素 | 第45-46页 |
| ·计算全局最短路径并用图形表示 | 第46-47页 |
| ·实验分析 | 第47-51页 |
| 5 结论 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简介及硕士生期间发表的学术论文 | 第56页 |
