一类智能算法在物流运输—库存联合优化问题中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-18页 |
| ·选题背景和课题意义 | 第8-9页 |
| ·运输与库存联合优化问题概述 | 第9-11页 |
| ·国内外研究现状综述 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·智能算法研究现状 | 第13-15页 |
| ·蚁群算法研究现状 | 第14页 |
| ·遗传算法研究现状 | 第14-15页 |
| ·本文主要研究内容 | 第15-18页 |
| 2 智能优化算法介绍 | 第18-32页 |
| ·组合优化问题简介 | 第18-19页 |
| ·组合优化问题基本概念 | 第18页 |
| ·组合优化问题的解决方案 | 第18-19页 |
| ·基本蚁群算法及改进 | 第19-24页 |
| ·蚁群算法的原理 | 第19-20页 |
| ·蚁群算法的基本模型 | 第20-22页 |
| ·基本蚁群算法的改进 | 第22-24页 |
| ·蚁群算法的仿真与分析 | 第24-27页 |
| ·基本蚁群算法仿真与分析 | 第24-25页 |
| ·改进蚁群算法在TSP问题中仿真 | 第25-27页 |
| ·遗传算法基本理论 | 第27-30页 |
| ·遗传算法的构成要素 | 第27-28页 |
| ·遗传算法执行过程 | 第28-29页 |
| ·遗传算法仿真实例 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 3 蚁群算法在物流运输车辆调度中的应用 | 第32-44页 |
| ·物流运输车辆优化调度问题概述 | 第32-33页 |
| ·VRP问题定义 | 第32-33页 |
| ·VRP问题算法分类 | 第33页 |
| ·物流运输车辆优化调度数学模型 | 第33-34页 |
| ·物流运输车辆优化调度的蚁群算法设计 | 第34-40页 |
| ·VRP和TSP蚁群算法差异分析 | 第35页 |
| ·VRP蚁群算法求解步骤及流程图 | 第35-37页 |
| ·基本VRP蚁群算法仿真 | 第37-40页 |
| ·VRP蚁群算法改进 | 第40-43页 |
| ·结合去交叉的VRP蚁群算法 | 第40-41页 |
| ·基于路径吸引度的VRP蚁群算法 | 第41-42页 |
| ·改进VRP蚁群算法仿真 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 4 物流中的库存成本控制问题研究 | 第44-56页 |
| ·问题的提出 | 第44页 |
| ·库存策略与模型分析 | 第44-48页 |
| ·经典EOQ模型 | 第45-47页 |
| ·允许缺货的EOQ模型 | 第47-48页 |
| ·基于个体最优的库存补充计划方法研究 | 第48-52页 |
| ·最佳库存补货方案设计 | 第48-49页 |
| ·联合运输的最佳库存补货方案设计 | 第49-52页 |
| ·实例仿真 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 5 物流运输-库存联合优化算法研究 | 第56-72页 |
| ·问题的提出 | 第56-57页 |
| ·客户分组方案设计 | 第57-58页 |
| ·确定分组标准 | 第57页 |
| ·径-环切割法 | 第57-58页 |
| ·系统模型的建立 | 第58-63页 |
| ·分组客户物流成本分析 | 第58-59页 |
| ·建立客户分组数学模型 | 第59-60页 |
| ·客户分组算法设计 | 第60-63页 |
| ·基于客户分组的物流运输路线安排 | 第63-65页 |
| ·基于分组TSP的解决方案 | 第64页 |
| ·基于整体VRP的解决方案 | 第64-65页 |
| ·实例仿真 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 6 总结与展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-78页 |
