調(diào)度問(wèn)題求解與優(yōu)化

第1章調(diào)度優(yōu)化問(wèn)題應(yīng)用概述
1.1物流配送調(diào)度問(wèn)題研究/00
1.2作業(yè)車(chē)間調(diào)度問(wèn)題研究/00
1.3生產(chǎn)批量計(jì)劃問(wèn)題研究/00
1.4本章小結(jié)/00
第2章車(chē)輛路徑問(wèn)題
2.1車(chē)輛路徑問(wèn)題概述/00
2.2車(chē)輛路徑問(wèn)題分類(lèi)/00
2.3車(chē)輛路徑問(wèn)題的幾種研究方法/00
2.3.1精確算法/0
2.3.2啟發(fā)式算法/0
2.4研究中存在的問(wèn)題及發(fā)展趨勢(shì) /0
2.5本章小結(jié)/0
第3章量子智能算法
3.1研究現(xiàn)狀/0
3.1.1量子計(jì)算特點(diǎn)/0
3.1.2與其他算法的比較/0
3.2量子計(jì)算邏輯體系/0
3.2.1量子比特/0
3.2.2量子門(mén)/0
3.2.3向量空間/0
3.2.4量子理論假設(shè)/0
3.2.5量子糾纏/0
3.2.6量子計(jì)算特性/0
3.3量子計(jì)算的內(nèi)涵及外延/0
3.3.1量子計(jì)算原理 /0
3.3.2基于量子理論的優(yōu)化算法原理/0
3.4本章小結(jié)/0
 
 
 
第4章云計(jì)算與交通擁堵預(yù)測(cè)分類(lèi)
4.1云算法概述/0
4.1.1云模型的定義/0
4.1.2云模型發(fā)生器/0
4.1.3云模型的性質(zhì)/0
4.2云計(jì)算的概念/0
4.3交通擁堵預(yù)測(cè) /0
4.3.1擁堵預(yù)測(cè)分類(lèi) /0
4.3.2碳排放指標(biāo) /0
4.3.3擁堵預(yù)測(cè)方法 /0
4.4本章小結(jié)/0
第5章帶時(shí)間窗的低碳冷鏈物流調(diào)度問(wèn)題
5.1問(wèn)題描述/0
5.1.1時(shí)間窗分類(lèi)/0
5.1.2冷鏈物流配送調(diào)度模型/0
5.2VRPTW的改進(jìn)量子遺傳算法研究/0
5.2.1量子遺傳算法工作原理/0
5.2.2改進(jìn)量子遺傳算法/0
5.2.3算法復(fù)雜度分析/0
5.2.4實(shí)驗(yàn)及分析/0
5.3VRPTW的混合量子粒子群算法研究/0
5.3.1量子粒子群優(yōu)化算法 /0
5.3.2粒子編碼/0
5.3.3評(píng)價(jià)函數(shù)的計(jì)算/0
5.3.4混合量子粒子群算法計(jì)算步驟/0
5.3.5仿真實(shí)驗(yàn)及分析/0
5.4本章小結(jié)/0
第6章云計(jì)算模式下的不確定需求物流調(diào)度問(wèn)題
6.1不確定需求車(chē)輛路徑問(wèn)題描述/0
6.2不確定需求物流調(diào)度問(wèn)題分析/0
6.2.1模糊需求量描述/0
6.2.2VRPUD模型描述/0
6.3不確定需求物流調(diào)度問(wèn)題數(shù)學(xué)模型/0
6.3.1靜態(tài)需求優(yōu)化階段/0
6.3.2動(dòng)態(tài)實(shí)時(shí)需求優(yōu)化階段/0
6.4云遺傳算法 /0
6.4.1云遺傳算法組成要素/0
6.4.2云遺傳算法操作/0
6.4.3云自適應(yīng)遺傳算法/0
6.5數(shù)據(jù)分析與仿真驗(yàn)證/0
6.6本章小結(jié)/0
第7章有同時(shí)集送貨需求物流調(diào)度問(wèn)題
7.1求解方法對(duì)比/0
7.2問(wèn)題描述和數(shù)學(xué)模型/0
7.2.1問(wèn)題描述/0
7.2.2數(shù)學(xué)模型/0
7.3集送貨問(wèn)題模型的分類(lèi)/0
7.3.1調(diào)度路徑的可行性分析/0
7.3.2問(wèn)題解的可行性分析/0
7.3.3靜態(tài)調(diào)度問(wèn)題/0
7.3.4動(dòng)態(tài)調(diào)度問(wèn)題/0
7.4基于混沌理論的改進(jìn)量子算法/0
7.4.1量子算法的優(yōu)勢(shì)/0
7.4.2混沌理論/0
7.4.3量子算法的實(shí)現(xiàn)/0
7.5實(shí)例研究與分析/0
7.5.1混沌方法初始化/0
7.5.2改進(jìn)的方法計(jì)算旋轉(zhuǎn)角/
7.5.3量子進(jìn)化算法/
7.6本章小結(jié)/
第8章云計(jì)算模式下的動(dòng)態(tài)物流調(diào)度問(wèn)題
8.1DVRP調(diào)度模型/
8.1.1DVRP描述/
8.1.2目標(biāo)函數(shù)/
8.2DVRP調(diào)度策略/
8.3DVRP的混合量子粒子群算法/
8.3.1雙鏈量子編碼/
8.3.2基于Logistic映射的粒子群算法/
8.3.3改進(jìn)算法設(shè)計(jì)步驟/
8.3.4數(shù)據(jù)分析與驗(yàn)證/
8.4基于云理論的自適應(yīng)遺傳算法/
8.4.1求解策略/
8.4.2數(shù)據(jù)分析與驗(yàn)證/
8.5本章小結(jié)/
第9章智能量子算法在物流“最后一公里”問(wèn)題中的應(yīng)用
9.1應(yīng)用背景/
9.2不同模式的配送效率模型/
9.2.1問(wèn)題描述/
9.2.2配送模型分析/
9.2.3有關(guān)ts(服務(wù)時(shí)間)的分析 /
9.3改進(jìn)的量子細(xì)菌覓食算法/
9.3.1傳統(tǒng)的BFOA算法/
9.3.2改進(jìn)的QBFO描述/
9.4QBFO的性能分析/
9.4.1初始值的設(shè)置/
9.4.2績(jī)效評(píng)估/
9.4.3基于MAGTD的調(diào)度決策/
9.5案例研究/
9.5.1仿真示例/
9.5.2實(shí)例測(cè)試/
9.5.3不同配送模式下的成本比較/
9.6本章小結(jié)/
第10章智能量子算法在物流配送干擾管理中的應(yīng)用
10.1應(yīng)用背景/
10.2干擾管理模型/
10.2.1問(wèn)題描述/
10.2.2干擾辨識(shí)及管理模式/
10.2.3問(wèn)題目標(biāo)函數(shù)/
10.3配送干擾管理求解算法/
10.3.1量子細(xì)菌覓食算法/
10.3.2算法收斂性比較/
10.4數(shù)值實(shí)驗(yàn)/
10.4.1測(cè)試算例/
10.4.2算例驗(yàn)證/
10.5本章小結(jié)/
第11章智能量子算法在疫情醫(yī)療物資配置問(wèn)題中的應(yīng)用
11.1研究背景/
11.2醫(yī)療物資配置優(yōu)化模型/
11.2.1問(wèn)題描述/
11.2.2符號(hào)定義/
11.2.3模型構(gòu)建/
11.3混合量子蒲公英繁衍算法/
11.3.1量子蒲公英繁衍算法/
11.3.2算法收斂性比較/
11.4實(shí)驗(yàn)驗(yàn)證分析/
11.4.1算法結(jié)果對(duì)比/
11.4.2基于DRO的結(jié)果/
11.4.3基于HQDRO的結(jié)果/
11.4.4對(duì)比分析/
11.5本章小結(jié)/
第12章智能量子方法在末端物流管理問(wèn)題中的應(yīng)用
12.1研究背景/
12.2基于前景理論的擾動(dòng)度量策略/
12.2.1問(wèn)題界定與假設(shè)/
12.2.2基于前景理論的函數(shù)表示 /
12.2.3用戶(hù)心理期望感知分析/
12.3末端物流配送干擾管理模型及求解算法/
12.3.1配送優(yōu)化調(diào)度模型/
12.3.2求解算法/
12.4數(shù)值實(shí)驗(yàn)/
12.4.1測(cè)試算例/
12.4.2算法性能檢驗(yàn)/
12.4.3算法收斂性比較/
12.4.4算例分析/
12.5本章小結(jié)/
 
后記/
參考文獻(xiàn)/