摘要2-3
ABSTRACT3-8
1 绪论8-15
1.1 课题探讨的背景和作用8-9
1.1.1 课题探讨的背景8-9
1.1.2 探讨作用9
1.2 国内外探讨近况9-12
1.2.1 应急物流车辆路径不足国内外探讨近况9-11
1.2.2 遗传算法国内外探讨近况11-12
1.3 本论文的主要探讨内容12-14
1.4 本探讨的技术路线14-15
2 应急物流车辆路径不足论述概述与遗传算法基本原理15-30
2.1 应急物流概述15-16
2.1.1 应急物流的定义15
2.1.2 应急物流的性质与特点15
2.1.3 应急物流的主要缺陷15-16
2.2 车辆路径优化论述概述16-20
2.2.1 车辆路径不足的定义16
2.2.2 车辆路径不足需满足的前提条件16-17
2.2.3 车辆路径不足的模型分类17-18
2.2.4 车辆路径不足的优化目标18
2.2.5 车辆路径不足的求解算法18-20
2.3 遗传算法基本原理20-29
2.3.1 遗传算法的进展背景20-21
2.3.2 遗传算法的基本概念21-26
2.3.3 遗传算法的基本要素和工作流程26-28
2.3.4 遗传算法的特点与不足28
2.3.5 自适应遗传算法的概念28-29
2.4 本章小结29-30
3 应急物流车辆路径不足的优化系统及模型构建30-39
3.1 应急物流车辆路径不足的优化系统构建30-32
3.1.1 系统的输入30
3.1.2 系统的优化历程30-32
3.1.3 系统的输出32
3.2 应急物流车辆路径不足的模型构建32-38
3.2.1 不足描述32-33
3.2.2 不足检测设33-34
3.2.3 应急安全违背成本的量化34-35
3.2.4 车辆行驶成本的量化35-36
3.2.5 车辆载重负荷与道路阻塞36
3.2.6 模型的建立36-38
3.3 本章小结38-39
4 求解应急物流车辆路径不足的自适应遗传算法设计39-47
4.1 染色体构造39-40
4.2 种群初始化40
4.3 适应度函数40-42
4.4 选择算子42
4.5 交叉算子42-43
4.5.1 自适应交叉算子42
4.5.2 两点、顺序交叉法42-43
4.6 变异算子43-45
4.6.1 自适应变异算子43-45
4.6.2 两点变异法45
4.7 本章小结45-47
5 算例浅析47-64
5.1 不足的初始条件47-51
5.1.1 供应点与需求点运输网络信息47-49
5.1.2 需求点的需求信息49-50
5.1.3 车辆信息及安全违背成本参数50-51
5.2 实验结果浅析51-56
5.2.1 种群规模对实验结果的影响51
5.2.2 输出最优解的运输计划51-56
5.3 道路阻塞次优解56-61
5.4 自适应遗传算法性能浅析61-63
5.4.1 标准遗传算法的交叉、变异概率组合61-62
5.4.2 自适应遗传算法与标准遗传算法的比较62-63
5.5 本章小结63-64
6 结论64-66
6.1 主要工作与探讨结论64-65
6.1.1 主要工作64
6.1.2 探讨结论64-65
6.2 展望65-66
致谢66-67