第一章 绪论 1
第一节 研究背景及意义 1
第二节 组合优化与计算复杂性 2
一、组合优化问题 2
二、计算复杂性 3
第三节 车辆路径问题的描述及分类 6
一、车辆路径问题的描述 6
二、车辆路径问题的分类 7
第四节 车辆路径问题的算法 14
一、精确算法 14
二、启发式算法 14
三、智能优化算法 20
第五节 本书的主要内容 25
参考文献 26
第二章 智能优化算法概述 33
第一节 遗传算法 33
一、遗传算法的原理 34
二、基本遗传算法 35
三、遗传算法的要素及其经典执行策略 37
四、遗传算法的应用领域 46
第二节 量子进化算法 47
一、基本量子进化算法 48
二、量子进化算法的改进 51
三、量子进化算法的应用领域 55
第三节 差分进化算法 55
一、差分进化算法的原理 55
二、差分进化算法的改进 57
三、差分进化算法的应用领域 59
第四节 粒子群算法 60
一、群体智能的概念 60
二、基本粒子群算法 62
三、粒子群算法的改进 64
四、粒子群算法的应用领域 66
第五节 人工鱼群算法 67
一、人工鱼群算法的原理 67
二、基本人工鱼群算法 69
三、人工鱼群算法的改进 72
四、人工鱼群算法的应用领域 73
参考文献 74
第三章 有能力约束车辆路径问题的智能优化算法研究 83
第一节 CVRP的数学模型 84
第二节 CVRP的离散粒子群算法研究 85
一、离散粒子群算法求解CVRP的过程 85
二、算法复杂度分析 88
三、实验及分析 89
第三节 CVRP的实数编码粒子群算法研究 92
一、实数编码粒子群算法 92
二、算法求解过程 94
三、算法复杂度分析 95
四、实验及分析 96
第四节 CVRP的双种群遗传算法研究 101
一、双种群遗传算法的原理 101
二、算法求解过程 102
三、算法复杂度分析 104
四、实验及分析 105
第五节 CVRP的人工鱼群算法研究 107
一、人工鱼群算法求解CVRP的过程 107
二、算法复杂度分析 110
三、实验及分析 111
第六节 几种算法的分析对比 115
参考文献 116
第四章 有能力约束开放式车辆路径问题研究 119
第一节 开放式车辆路径问题的研究现状 120
第二节 OVRP的数学模型 121
第三节 粒子群算法在OVRP中的应用研究 122
一、算法求解过程 122
二、算法复杂度分析 125
三、实验及分析 126
参考文献 130
第五章 基于客户满意度的开放式车辆路径问题研究 133
第一节 基于客户满意度的OVRP的数学模型 134
一、模糊时间窗口 134
二、数学模型 137
第二节 启发式算法 139
一、客户插入可行性分析 139
二、改进的最邻近启发式算法 140
三、改进的最廉价插入算法 141
第三节 算法求解过程 142
第四节 算法复杂度分析 144
第五节 实验及分析 144
一、实验数据 144
二、算法参数讨论 145
三、结果分析 147
参考文献 151
第六章 动态网络开放式车辆路径问题研究 153
第一节 国内外研究现状 154
第二节 动态网络OVRP的模型 156
一、数学模型 156
二、时间依赖函数 158
第三节 自适应惯性权重调整粒子群算法 161
一、粒子群算法惯性权重调整方法 161
二、自适应惯性权重调整粒子群算法 163
三、算法求解过程 164
第四节 算法复杂度分析 167
第五节 实验及分析 167
一、实验数据 167
二、结果分析 168
参考文献 175
第七章 具有同时集送货需求的车辆路径问题研究 179
第一节 引言 179
第二节 VRPSDP问题描述 181
一、VRPSDP的数学模型 181
二、VRPSDP问题性质分析 183
第三节 混沌量子进化算法对VRPSDP的优化求解 185
一、混沌量子进化算法 186
二、混沌量子进化算法求解VRPSDP的过程 188
三、实验结果与分析 191
第四节 双倍体差分进化粒子群算法在VRPSDP中的应用研究 193
一、算法原理 193
二、双倍体差分进化算法求解VRPSDP的过程 196
三、算法复杂度分析 197
四、实验结果与分析 199
参考文献 203