声明
摘要
1 绪论
1.1 论文的选题背景
1.2 带时间窗的车辆路径问题(VRPTW)的研究现状
1.3 本文主要研究内容
2 带时间窗的车辆路径问题
2.1 车辆路径问题概述
2.2 车辆路径问题中的约束条件
2.3 车辆路径问题中的影响因素
2.4 VRPTW问题描述及其数学模型
2.4.1 问题描述
2.4.2 VRPTW模型的构建
2.5 VRPTW的常见求解方法
2.5.1 精确算法
2.5.2 经典启发式算法
3 蚁群算法和细菌觅食算法的改进
3.1 蚁群算法
3.1.1 蚁群算法发展历史
3.1.2 蚁群算法的特征和机制
3.1.3 蚁群算法的数学模型
3.1.4 蚁群算法的基本流程
3.1.5 蚁群算法的参数设置
3.2 细菌觅食算法(BFO)的改进
3.2.1 细菌觅食算法的仿生机理
3.2.2 细菌觅食算法的基本原理
3.2.3 BFO算法的流程
3.2.4 BFO算法存在的优缺点
3.2.5 细菌觅食算法的改进
4 改进混合蚁群算法在VRPTW中的研究
4.1 算法结合可行性
4.2 算法结合的基本思想
4.3 IHACO算法的基本原理
4.3.1 信息素限制的改进
4.3.2 局部搜索的改进
4.3.3 目标客户节点选择策略
4.3.4 设置相关控制参数
4.3.5 细菌觅食算子
4.3.6 IHACO参数自适应策略
4.4 IHACO算法求解VRPTW的基本步骤
4.5 算法仿真实验
4.5.1 系统需求
4.5.2 系统分析
4.5.3 数据文件格式
4.5.4 算法实现
4.5.5 仿真结果分析
5 结论与展望
5.1 结论
5.2 展望
参考文献
致谢
作者简介及读研期间主要科研成果