| 本书所研究的定位--运输路线安排问题（LRP）是集成化物流系统中路径优化问题的一个重要分支，是任何一个大型物流配送企业必须要面临的问题。文中重点要解决的是物流配送路径问题（LRP，VRP）的多目标优化求解算法和优化调度控制方法；采用智能优化算法（遗传算法等启发式搜索技术）同时结合聚类分析理论，求解物流配送优化路径问题。 |
| 张潜（张源麟），女，副教授，博士，硕士生导师，2004年于东北大学获得工学博士学位，在信息科学与工程学院攻读博士学位期间，一直从事基于遗传算法的物流配送路径优化调度问题的研究工作，查阅了大量的国内外的研究成果和有关资料，2001年以来，已在国内、外一级学报和核心期刊上、重要会议上发表及录用论文二十余篇；其中，被美国工程EI检索6篇，被ISTP检索2篇，被，国际联邦自动控制会议IFAc收录2篇。主持和参与省级以上课题8项。2004年进入华侨大学商学院继续开展教学科研工作，现为华侨大学商学院副教授，硕士生导师，物流系统工程研究所所长，中国物流学会理事，福建省自动化协会会员。主要研究方向是复杂系统的建模与控制、智能优化、物流运输调度。研究兴趣为集成化物流中优化调度及其优化算法等。 |
| 第1章 绪论 1.1 研究的背景与意义 1.2 研究的主要内容和主要研究成果 1.2.1 研究的主要内容 1.2.2 本书的主要研究成果 第2章 定位—运输路线安排问题优化算法研究综述 2.1 定位—运输路线安排问题研究综述 2.1.1 LRP的含义 2.1.2 LRP的发展历程 2.1.3 LRP与LA和VRP的比较 2.1.4 定位、分配、路线三者的相互关系 2.1.5 LRP的分类 2.2 智能优化算法概述 2.2.1 优化方法的数学表达式 2.2.2 常用最优化方法的种类和机制 2.2.2.1 常见的三种启发式算法 2.2.2.2 混沌随机搜索算法 2.3 遗传算法 2.3.1 遗传算法（GA） 2.3.1.1 遗传算法（GA）的基本原理 2.3.1.2 遗传算法（GA）的特点及应用 2.3.1.3 遗传算法（GA）的要素及实现步骤 2.3.1.4 遗传算法的缺陷 2.3.2 多目标遗传算法综述 2.3.2.1 多目标遗传算法的基本理论 2.3.2.2 基于Paret0的多目标优化方法 2.3.3 基于遗传算法的调度概述 2.4 定位—运输路线安排问题优化算法研究综述 2.4.1 LRP求解算法的发展 2.4.2 LRP实际问题的求解算法的发展 2.4.3 常用的解决LRP问题的算法 2.4.4 LRP三类不同问题（LRP，LA，VRP）求解算法分析 2.5 本章小结 第3章 定位—运输路线安排问题优化调度模型研究 3.1 定位—配给问题的描述 3.1.1 定位—配给问题的描述 3.1.2 定位—配给问题模型的建立 3.1.2.1 模型中的决策变量 3.1.2.2 模型中的参数含义 3.1.2.3 模型的建立 3.2 集成化物流中的运输—车辆路线安排问题的模型 3.2.1 集成化物流中的运输—车辆路线安排问题的描述 3.2.2 集成化物流中的运输—车辆路线安排问题的数学模型 3.2.2.1 模型中的决策变量 3.2.2.2 模型中的参数含义 3.2.2.3 多目标VRP模型的建立 3.3 集成化物流中的定位—运输路线安排问题的模型 3.3.1 集成化物流中的定位—运输路线安排问题的描述 3.3.1.1 单目标LRP的问题的描述 3.3.1.2 多目标LRP的问题的描述 3.3.2 单目标定位—运输路线安排问题（LRP）的数学模型 3.3.2.1 模型中的决策变量 3.3.2.2 模型中的参数含义 3.3.2.3 模型的建立 3.3.3 多目标定位—运输路线安排问题（LRP）的数学模型 3.3.3.1 模型中的决策变量 3.3.3.2 模型中的参数含义 3.3.3.3 模型的建立 3.4 本章小结 第4章 集成化物流中的定位—配给问题的启发式算法 4.1 定位—配给问题的数据处理——小波分析 4.1.1 小波分析原理简介 4.1.2 基于小波分析的LA的数据处理 4.2 启发式算法的基本原理 4.2.1 LA的启发式算法的基本思想 4.2.2 基于启发式算法的LA问题分析 4.3 启发式算法的实现步骤 4.4 定位一配给问题的仿真分析 4.5 本章小结 第5章 集成化物流中的车辆—运输路线安排问题的聚类—遗传混合算法 5.1 集成化物流中的车辆—运输路线安排问题的优先级综合聚类分析 …… 第6章 一类单目标定位——运输路线安排问题的算法研究 第7章 多目标定位——运输路线安排问题的优化算法研究 第8章 多目标定位——运输路线安排问题的优化调度仿真系统设计 第9章 未来扩充的LRP问题 第10章 实例分析 参考文献 |
内容加载中，请稍后...
商品评论（0条）