突发事件下的车辆路径问题研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-34页 |
| ·研究背景及意义 | 第13-15页 |
| ·车辆路径问题及其研究现状 | 第15-29页 |
| ·车辆路径问题分类 | 第15-16页 |
| ·国外研究现状 | 第16-28页 |
| ·国内研究现状 | 第28-29页 |
| ·存在问题及研究方向 | 第29-31页 |
| ·论文研究内容 | 第31-34页 |
| 第2章 蚁群算法原理及其改进 | 第34-47页 |
| ·蚂蚁算法的原理 | 第34-35页 |
| ·蚁群算法 | 第35-40页 |
| ·蚁群算法的发展概况 | 第35-36页 |
| ·变量和参数 | 第36-38页 |
| ·转移概率 | 第38-39页 |
| ·信息素轨迹强度更新 | 第39-40页 |
| ·算法的改进 | 第40-41页 |
| ·状态转移概率公式的改进 | 第40页 |
| ·信息素更新策略的改进 | 第40-41页 |
| ·改进蚁群算法求解VRP的基本步骤 | 第41-42页 |
| ·实例分析 | 第42-46页 |
| ·小结 | 第46-47页 |
| 第3章 基于连通可靠性的车辆路径问题研究 | 第47-60页 |
| ·连通可靠性的基本概念 | 第47-48页 |
| ·路网连通可靠性及其计算方法 | 第48-49页 |
| ·基于连通可靠性车辆路径问题的数学模型 | 第49-51页 |
| ·基于连通可靠性的车辆路径问题的蚁群算法 | 第51-53页 |
| ·状态转移概率公式 | 第51-52页 |
| ·信息素轨迹更新 | 第52-53页 |
| ·数值计算及分析 | 第53-59页 |
| ·小结 | 第59-60页 |
| 第4章 基于行程时间可靠性的车辆路径问题研究 | 第60-82页 |
| ·引言 | 第60-61页 |
| ·行程时间可靠性及其近似算法 | 第61-64页 |
| ·用户均衡分配模型系统的行程时间可靠性 | 第62-63页 |
| ·行程时间可靠性的近似算法 | 第63-64页 |
| ·基于行程时间可靠性的VRP数学模型 | 第64-66页 |
| ·VRPTTR的蚁群算法 | 第66-68页 |
| ·状态转移概率公式的改进 | 第66-67页 |
| ·信息素更新策略 | 第67-68页 |
| ·实例分析 | 第68-71页 |
| ·多种可靠性混合的车辆路径问题 | 第71-80页 |
| ·多种可靠性混合的车辆路径问题数学模型 | 第72-74页 |
| ·蚁群算法的状态转移概率公式 | 第74-76页 |
| ·数据仿真与分析 | 第76-80页 |
| ·小结 | 第80-82页 |
| 第5章 基于信息熵蚁群算法的FTTVRP问题研究 | 第82-92页 |
| ·引言 | 第82-83页 |
| ·相关模糊理论及FTTVRP的数学模型 | 第83-87页 |
| ·模糊理论 | 第83-85页 |
| ·FTTVRP的多目标数学模型 | 第85-86页 |
| ·多目标函数的处理 | 第86-87页 |
| ·基于信息熵的蚁群算法 | 第87-89页 |
| ·信息熵的基本概念和性质 | 第87页 |
| ·基于信息熵的蚁群算法 | 第87-88页 |
| ·信息素更新策略和改进 | 第88-89页 |
| ·计算实例 | 第89-91页 |
| ·小结 | 第91-92页 |
| 第6章 突发事件下物流配送问题的蚁群聚类算法研究 | 第92-103页 |
| ·引言 | 第92-93页 |
| ·问题假设和数学模型 | 第93-97页 |
| ·蚁群聚类算法 | 第97-100页 |
| ·BM聚类和LF聚类 | 第97-98页 |
| ·改进LF聚类蚁群算法 | 第98-100页 |
| ·算例 | 第100-102页 |
| ·小结 | 第102-103页 |
| 第7章 结论与展望 | 第103-107页 |
| ·论文研究的主要结论 | 第103-105页 |
| ·论文主要创新点 | 第105页 |
| ·展望 | 第105-107页 |
| 致谢 | 第107-108页 |
| 参考文献 | 第108-124页 |
| 附录 1 | 第124-128页 |
| 攻读博士学位期间发表的论文 | 第128-129页 |
