文摘
英文文摘
第一章引言
1.1课题的背景和意义
1.2本文的研究重点
1.3本文的结构框架
第二章遗传算法概述
2.1遗传算法理论基础
2.1.1遗传算法的生物遗传学基础
2.1.2遗传算法的基本概念
2.1.3标准遗传算法
2.1.4遗传算法的特点
2.2遗传算法的描述与设计
2.2.1编码表示
2.2.2种群的初始化
2.2.3适应度
2.2.4选择算子
2.2.5交叉算子
2.2.6变异算子
2.3遗传算法的数学基础
2.3.1模式定理和积木块假设
2.3.2收敛性分析
2.3.3欺骗性问题
2.3.4隐式并行性
2.4算法实现的关键问题:如何防止“早熟”现象
2.4.1适应度伸拉法
2.4.2多种群交叉法
2.4.3 Boltzmann生存机制
2.5遗传算法的研究现状
2.5.1算法自身的改进
2.5.2参数的动态自适应
2.5.3基于小生境技术的遗传算法
2.5.4混合遗传算法
2.5.5并行遗传算法
2.6遗传算法的应用
第三章车辆路径问题及研究状况
3.1车辆路径问题定义
3.2车辆路径问题和旅行商问题的区别与关联
3.3车辆路径问题的研究现状及常用算法
3.3.1 λ交换的局部搜索法
3.3.2模拟退火算法
3.3.3禁忌搜索算法
3.4用遗传算法求解车辆路径问题的研究现状
第四章用多种群自适应混合遗传算法求解车辆路径问题
4.1多种群自适应混合遗传算法思想
4.2问题模型的建立
4.3系统的设计方案
4.3.1系统实现过程
4.3.2系统流程
4.3.3重要模块
4.4算法的改进机制
4.4.1编码机制/解码机制
4.4.2好坏种群
4.4.3精英种群
4.4.4二次遗传
4.4.5混合算法:爬山法和模拟退火机制
4.4.6遗传算子改进:交叉,变异
4.4.7算法的自适应性
4.5改进算法的复杂性和收敛性分析
4.5.1复杂性分析
4.5.2收敛性分析
4.6系统关键细节实现的伪码表示
4.6.1数据结构设计
4.6.2系统实现的重要函数
4.7实验结果比较分析
4.7.1算法的自身改进机制的比较分析
4.7.2不同算法的实验结果比较分析
第五章问题的总结与展望
5.1问题总结
5.2研究展望
参考文献
致谢
论文原创性声明