基于蚁群算法的物流车辆路径优化问题的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-19页 |
| ·物流行业发展现状 | 第13-15页 |
| ·现代物流的经济地位 | 第13-14页 |
| ·我国物流业的现状及存在的问题 | 第14-15页 |
| ·物流系统中车辆路径优化问题 | 第15-16页 |
| ·研究的主要内容 | 第16-17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 物流系统中的车辆路径优化问题 | 第19-27页 |
| ·车辆路径问题概述 | 第19页 |
| ·经典车辆路径问题(CVRP) | 第19-21页 |
| ·CVRP 涵义 | 第19-20页 |
| ·CVRP 模型 | 第20-21页 |
| ·扩展VRP 问题 | 第21-24页 |
| ·带时间窗的车辆路径问题VRPTW | 第21-22页 |
| ·多配送中心的车辆路径问题MDVRP | 第22-23页 |
| ·需求随机的车辆路径问题SVRP | 第23页 |
| ·可切分的车辆路径问题SDVRP | 第23-24页 |
| ·配送和收集VRP | 第24页 |
| ·VRP 问题的优化方法 | 第24-26页 |
| ·算法概述 | 第24页 |
| ·遗传算法 | 第24-25页 |
| ·禁忌搜索 | 第25页 |
| ·蚁群算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 蚁群优化算法 | 第27-45页 |
| ·蚁群算法的基本原理 | 第27-29页 |
| ·概述 | 第27页 |
| ·蚁群算法基本原理 | 第27-29页 |
| ·基本蚁群算法的数学模型 | 第29-32页 |
| ·基本蚁群算法的实现 | 第32-34页 |
| ·基本蚁群算法的实现步骤 | 第32-33页 |
| ·蚁群算法框架 | 第33-34页 |
| ·基本蚁群算法的程序结构流程 | 第34页 |
| ·蚁群算法分析 | 第34-38页 |
| ·解的质量 | 第35页 |
| ·时间复杂度分析 | 第35-36页 |
| ·空间复杂度分析 | 第36-37页 |
| ·实现难度 | 第37页 |
| ·算法的优点及不足 | 第37-38页 |
| ·基本蚁群算法的改进 | 第38-43页 |
| ·Ant-Q System | 第39-40页 |
| ·Max-Min Ant System | 第40-42页 |
| ·混合蚂蚁算法 | 第42-43页 |
| ·蚁群算法应用实例 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 CVRP 问题的蚁群算法实现 | 第45-54页 |
| ·算法总体思路 | 第45页 |
| ·VRP 与TSP 蚁群算法的区别 | 第45-46页 |
| ·算法基本规则设计 | 第46-47页 |
| ·转移规则 | 第46页 |
| ·信息素更新规则 | 第46-47页 |
| ·可行解问题的研究 | 第47-50页 |
| ·近似解的获取 | 第48-49页 |
| ·近似解的可行化 | 第49-50页 |
| ·算法实现流程图 | 第50-52页 |
| ·实例仿真 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 带时间窗的车辆路径优化问题 | 第54-65页 |
| ·基本概念 | 第54页 |
| ·VRPTW 问题描述 | 第54-55页 |
| ·数学模型 | 第55-57页 |
| ·蚁群算法设计 | 第57-61页 |
| ·主要参数计算 | 第57-59页 |
| ·可行解的构造 | 第59-60页 |
| ·算法流程 | 第60-61页 |
| ·实例仿真 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文研究成果 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 作者在攻读硕士学位期间已发表和录用的论文 | 第71页 |
