調度問題求解與優化

 

 

目錄

 

第1章調度優化問題應用概述

 

1.1物流配送調度問題研究/00

 

1.2作業車間調度問題研究/00

 

1.3生產批量計劃問題研究/00

 

1.4本章小結/00

 

第2章車輛路徑問題

 

 

2.1車輛路徑問題概述/00

 

2.2車輛路徑問題分類/00

 

2.3車輛路徑問題的幾種研究方法/00

 

2.3.1精確算法/0

 

2.3.2啟發式算法/0

 

2.4研究中存在的問題及發展趨勢 /0

 

2.5本章小結/0

 

第3章量子智能算法

 

3.1研究現狀/0

 

3.1.1量子計算特點/0

 

3.1.2與其他算法的比較/0

 

3.2量子計算邏輯體系/0

 

3.2.1量子比特/0

 

3.2.2量子門/0

 

3.2.3向量空間/0

 

3.2.4量子理論假設/0

 

3.2.5量子糾纏/0

 

3.2.6量子計算特性/0

 

3.3量子計算的內涵及外延/0

 

3.3.1量子計算原理 /0

 

3.3.2基於量子理論的優化算法原理/0

 

3.4本章小結/0

 

 

 

 

 

 

 

第4章雲計算與交通擁堵預測分類

 

 

4.1雲算法概述/0

 

4.1.1雲模型的定義/0

 

4.1.2雲模型發生器/0

 

4.1.3雲模型的性質/0

 

4.2雲計算的概念/0

 

4.3交通擁堵預測 /0

 

4.3.1擁堵預測分類 /0

 

4.3.2碳排放指標 /0

 

4.3.3擁堵預測方法 /0

 

4.4本章小結/0

 

第5章帶時間窗的低碳冷鏈物流調度問題

 

 

5.1問題描述/0

 

5.1.1時間窗分類/0

 

5.1.2冷鏈物流配送調度模型/0

 

5.2VRPTW的改進量子遺傳算法研究/0

 

5.2.1量子遺傳算法工作原理/0

 

5.2.2改進量子遺傳算法/0

 

5.2.3算法復雜度分析/0

 

5.2.4實驗及分析/0

 

5.3VRPTW的混合量子粒子群算法研究/0

 

5.3.1量子粒子群優化算法 /0

 

5.3.2粒子編碼/0

 

5.3.3評價函數的計算/0

 

5.3.4混合量子粒子群算法計算步驟/0

 

5.3.5模擬實驗及分析/0

 

5.4本章小結/0

 

第6章雲計算模式下的不確定需求物流調度問題

 

 

6.1不確定需求車輛路徑問題描述/0

 

6.2不確定需求物流調度問題分析/0

 

6.2.1模糊需求量描述/0

 

6.2.2VRPUD模型描述/0

 

6.3不確定需求物流調度問題數學模型/0

 

6.3.1靜態需求優化階段/0

 

6.3.2動態實時需求優化階段/0

 

6.4雲遺傳算法 /0

 

6.4.1雲遺傳算法組成要素/0

 

6.4.2雲遺傳算法操作/0

 

6.4.3雲自適應遺傳算法/0

 

6.5數據分析與模擬驗證/0

 

6.6本章小結/0

 

第7章有同時集送貨需求物流調度問題

 

 

7.1求解方法對比/0

 

7.2問題描述和數學模型/0

 

7.2.1問題描述/0

 

7.2.2數學模型/0

 

7.3集送貨問題模型的分類/0

 

7.3.1調度路徑的可行性分析/0

 

7.3.2問題解的可行性分析/0

 

7.3.3靜態調度問題/0

 

7.3.4動態調度問題/0

 

7.4基於混沌理論的改進量子算法/0

 

7.4.1量子算法的優勢/0

 

7.4.2混沌理論/0

 

7.4.3量子算法的實現/0

 

7.5實例研究與分析/0

 

7.5.1混沌方法初始化/0

 

7.5.2改進的方法計算旋轉角/

 

7.5.3量子進化算法/

 

7.6本章小結/

 

第8章雲計算模式下的動態物流調度問題

 

 

8.1DVRP調度模型/

 

8.1.1DVRP描述/

 

8.1.2目標函數/

 

8.2DVRP調度策略/

 

8.3DVRP的混合量子粒子群算法/

 

8.3.1雙鏈量子編碼/

 

8.3.2基於Logistic映射的粒子群算法/

 

8.3.3改進算法設計步驟/

 

8.3.4數據分析與驗證/

 

8.4基於雲理論的自適應遺傳算法/

 

8.4.1求解策略/

 

8.4.2數據分析與驗證/

 

8.5本章小結/

 

第9章智能量子算法在物流“最後一公里”問題中的應用

 

 

9.1應用背景/

 

9.2不同模式的配送效率模型/

 

9.2.1問題描述/

 

9.2.2配送模型分析/

 

9.2.3有關ts(服務時間)的分析 /

 

9.3改進的量子細菌覓食算法/

 

9.3.1傳統的BFOA算法/

 

9.3.2改進的QBFO描述/

 

9.4QBFO的性能分析/

 

9.4.1初始值的設置/

 

9.4.2績效評估/

 

9.4.3基於MAGTD的調度決策/

 

9.5案例研究/

 

9.5.1模擬示例/

 

9.5.2實例測試/

 

9.5.3不同配送模式下的成本比較/

 

9.6本章小結/

 

 

第10章智能量子算法在物流配送乾擾管理中的應用

 

 

10.1應用背景/

 

10.2乾擾管理模型/

 

10.2.1問題描述/

 

10.2.2乾擾辨識及管理模式/

 

10.2.3問題目標函數/

 

10.3配送乾擾管理求解算法/

 

10.3.1量子細菌覓食算法/

 

10.3.2算法收斂性比較/

 

10.4數值實驗/

 

10.4.1測試算例/

 

10.4.2算例驗證/

 

10.5本章小結/

 

 

第11章智能量子算法在疫情醫療物資配置問題中的應用

 

 

11.1研究背景/

 

11.2醫療物資配置優化模型/

 

11.2.1問題描述/

 

11.2.2符號定義/

 

11.2.3模型構建/

 

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實驗驗證分析/

 

11.4.1算法結果對比/

 

11.4.2基於DRO的結果/

 

11.4.3基於HQDRO的結果/

 

11.4.4對比分析/

 

11.5本章小結/

 

 

第12章智能量子方法在末端物流管理問題中的應用

 

 

12.1研究背景/

 

12.2基於前景理論的擾動度量策略/

 

12.2.1問題界定與假設/

 

12.2.2基於前景理論的函數表示 /

 

12.2.3用戶心理期望感知分析/

 

12.3末端物流配送乾擾管理模型及求解算法/

 

12.3.1配送優化調度模型/

 

12.3.2求解算法/

 

12.4數值實驗/

 

12.4.1測試算例/

 

12.4.2算法性能檢驗/

 

12.4.3算法收斂性比較/

 

12.4.4算例分析/

 

12.5本章小結/

 

 

 

後記/

 

參考文獻/