声明
摘要
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 带时间窗车辆路径问题国内外研究现状
1.2.2 考虑碳排放的车辆路径问题国内外研究现状
1.3 研究内容
1.4 技术路线
2 车辆路径问题概述
2.1 车辆路径问题概述
2.1.1 旅行商问题
2.1.2 车辆路径问题介绍
2.1.2 经典车辆路径问题模型
2.1.2 车辆路径问题分类
2.2 带时间窗车辆路径问题概述
2.2.1 带时间窗车辆路径定义
2.2.2 带时间窗车辆路径问题模型
2.3 VRPTW问题的求解算法
2.3.1 启发式算法
2.3.2 元启发式算法
2.3.3 各种算法的比较
2.4 本章小结
3 人工蜂群算法及其VRPTW中的初步应用
3.1 人工蜂群算法
3.1.1 群集智能算法的一般特性
3.1.2 人工蜂群算法的基本原理
3.2 人工蜂群算法在VRPTW中的简单应用
3.2.1 初始解生成
3.2.2 可行性检查方法
3.2.3 邻域搜索
3.2.4 侦查蜂过程
3.2.5 实验数据
3.2.6 实验结果
3.3 本章小结
4 人工蜂群算法改进及在EVRPTW中的应用
4.1 人工蜂群算法改进
4.1.1 邻域搜索策略改进
4.1.2 跟随蜂选择以及侦查蜂选择改进
4.1.3 改进人工蜂群算法流程
4.1.3 结果比较
4.2 考虑碳排放的带时间窗车辆路径问题
4.2.1 基于两种不同目标函数的简单对比
4.2.2 ABC2求解EVRPTW
4.3 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学;