| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-31页 |
| 1.1 研究背景及意义 | 第14-19页 |
| 1.2 国内外研究现状 | 第19-29页 |
| 1.3 本文组织结构 | 第29-31页 |
| 第二章 单车场单车型关联运输调度问题的混沌遗传算法 | 第31-41页 |
| 2.1 引言 | 第31-32页 |
| 2.2 问题描述及建立数学模型 | 第32-33页 |
| 2.3 混沌遗传算法原理及流程 | 第33-36页 |
| 2.4 仿真分析 | 第36-38页 |
| 2.5 应用实例 | 第38-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 单车场多车型关联运输调度问题的混合禁忌搜索算法 | 第41-55页 |
| 3.1 引言 | 第41页 |
| 3.2 问题描述及建立数学模型 | 第41-44页 |
| 3.3 混合禁忌搜索算法设计 | 第44-49页 |
| 3.3.1 算法思路 | 第44-45页 |
| 3.3.2 主要改进策略 | 第45-47页 |
| 3.3.3 算法流程 | 第47-49页 |
| 3.4 仿真分析 | 第49-53页 |
| 3.5 本章小结 | 第53-55页 |
| 第四章 带多种类型时间窗多车场关联运输调度问题的混合蚁群算法 | 第55-71页 |
| 4.1 引言 | 第55页 |
| 4.2 问题描述及数学模型 | 第55-57页 |
| 4.3 算法设计 | 第57-65页 |
| 4.3.1 算法思路 | 第57-59页 |
| 4.3.2 关键参数设计 | 第59-60页 |
| 4.3.3 改进策略 | 第60-64页 |
| 4.3.4 算法流程 | 第64-65页 |
| 4.4 仿真分析 | 第65-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 时变路网条件下关联运输调度问题的自适应蚁群算法 | 第71-84页 |
| 5.1 引言 | 第71-72页 |
| 5.2 问题描述及数学模型 | 第72-77页 |
| 5.2.1 跨单时段问题处理 | 第72-73页 |
| 5.2.2 跨多时段问题处理 | 第73-75页 |
| 5.2.3 建立数学模型 | 第75-77页 |
| 5.3 算法设计 | 第77-80页 |
| 5.3.1 算法思路 | 第77页 |
| 5.3.2 关键参数设计 | 第77-78页 |
| 5.3.3 主要改进策略 | 第78-80页 |
| 5.3.5 自适应蚁群算法流程 | 第80页 |
| 5.4 仿真分析 | 第80-83页 |
| 5.5 本章小结 | 第83-84页 |
| 第六章 领域关联运输调度问题的混合蚁群协同算法 | 第84-105页 |
| 6.1 引言 | 第84-85页 |
| 6.2 高校校车协同运输调度问题模型 | 第85-89页 |
| 6.2.1 问题描述 | 第85-87页 |
| 6.2.2 数学模型 | 第87-89页 |
| 6.3 农村公交协同运输调度问题模型 | 第89-92页 |
| 6.3.1 问题描述 | 第89-90页 |
| 6.3.2 数学模型 | 第90-92页 |
| 6.4 混合蚁群协同算法设计 | 第92-95页 |
| 6.4.1 算法思路 | 第92-93页 |
| 6.4.2 关键参数设计 | 第93页 |
| 6.4.4 混合蚁群协同算法流程 | 第93-95页 |
| 6.5 高校校车协同运输调度问题仿真分析 | 第95-98页 |
| 6.6 农村公交协同运输调度问题仿真分析 | 第98-103页 |
| 6.7 本章小结 | 第103-105页 |
| 第七章 关联运输调度问题的并行混合蚁群算法 | 第105-119页 |
| 7.1 引言 | 第105页 |
| 7.2 问题描述及建立数学模型 | 第105-106页 |
| 7.3 算法设计 | 第106-113页 |
| 7.3.1 算法思路 | 第106-110页 |
| 7.3.2 算法流程 | 第110-113页 |
| 7.4 仿真分析 | 第113-118页 |
| 7.5 本章小结 | 第118-119页 |
| 总结与展望 | 第119-121页 |
| 参考文献 | 第121-132页 |
| 攻读博士学位期间发表的论文 | 第132-134页 |
| 攻读博士学位期间参加的课题 | 第134-136页 |
| 致谢 | 第136页 |
