基于时空情景的城市物流动态路径优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 论文意义 | 第10页 |
| 1.2 本文工作 | 第10-13页 |
| 1.2.1 研究内容和方法 | 第10-11页 |
| 1.2.2 论文框架 | 第11-13页 |
| 1.3 本章小结 | 第13-14页 |
| 第2章 相关理论介绍 | 第14-26页 |
| 2.1 车辆路径问题 | 第14-15页 |
| 2.1.1 车辆路径问题概述 | 第14-15页 |
| 2.1.2 动态车辆路径规划问题 | 第15页 |
| 2.2 大区域节点路线规划问题 | 第15-18页 |
| 2.2.1 聚类分析 | 第16页 |
| 2.2.2 K-means算法 | 第16-18页 |
| 2.3 旅行商问题 | 第18-25页 |
| 2.3.1 旅行商问题的概念 | 第18页 |
| 2.3.2 主要路径优化算法 | 第18-22页 |
| 2.3.3 遗传算法 | 第22-23页 |
| 2.3.4 禁忌搜索算法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 时空路径 | 第26-30页 |
| 3.1 时空特征 | 第26页 |
| 3.2 时空路径的含义 | 第26-28页 |
| 3.3 时空路径的度量 | 第28-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 基于遗传因子的禁忌搜索优化算法 | 第30-40页 |
| 4.1 遗传算法的遗传因子 | 第30-31页 |
| 4.1.1 交叉算子 | 第30-31页 |
| 4.1.2 变异算子 | 第31页 |
| 4.2 禁忌搜索算法的邻域选择 | 第31-33页 |
| 4.3 基于遗传因子的禁忌搜索优化算法设计思想 | 第33-39页 |
| 4.3.1 遗传算法 | 第33-34页 |
| 4.3.2 禁忌搜索算法 | 第34-35页 |
| 4.3.3 基于遗传因子的禁忌搜索优化算法 | 第35-36页 |
| 4.3.4 优化算法性能测试 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 时空路径下的算例模拟 | 第40-50页 |
| 5.1 算法整体框架 | 第40页 |
| 5.2 站点的聚类分区 | 第40-42页 |
| 5.3 欧氏路径下的路径规划结果 | 第42-43页 |
| 5.4 时空路径下的路径规划结果 | 第43-46页 |
| 5.5 基于即时的动态路径模拟结果 | 第46-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 全文总结 | 第50-51页 |
| 6.2 论文展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 在学期间发表的学术论文与研究成果 | 第54-55页 |
| 致谢 | 第55页 |
