群智能優(yōu)化及其在物流中的應(yīng)用

第1章群智能優(yōu)化理論及其研究與分析/1
1.1群智能優(yōu)化理論/1
1.2典型群智能優(yōu)化算法/4
1.2.1遺傳算法/4
1.2.2粒子群優(yōu)化算法/6
1.2.3蟻群優(yōu)化算法/7
1.2.4細菌覓食優(yōu)化算法/8
1.2.5生物地理優(yōu)化算法/9
1.2.6其他群智能優(yōu)化算法/11
1.3群體行為的復(fù)雜網(wǎng)絡(luò)與社會網(wǎng)絡(luò)分析/12
1.4群智能的種群和拓撲結(jié)構(gòu)/14
1.5群智能優(yōu)化中個體行為控制/16
本章小結(jié)/19
第2章具有異構(gòu)分簇的聚類自適應(yīng)粒子群優(yōu)化算法/21
2.1基于聚類的自適應(yīng)粒子群優(yōu)化算法/21
2.1.1基于聚類的種群動態(tài)分割策略/22
2.1.2基于異構(gòu)簇的自適應(yīng)調(diào)整策略/24
2.2算法流程/25
2.3實驗分析和討論/25
2.3.1實驗設(shè)計和Benchmark函數(shù)/25
2.3.2實驗1：種群分布度對比分析/27
2.3.3實驗2：算法參數(shù)敏感性測試/29
2.3.4實驗3：相同初始值對比測試/30
2.3.5實驗4：相同最大迭代次數(shù)對比測試/43
本章小結(jié)/51
第3章基于社會網(wǎng)絡(luò)演化的動態(tài)拓撲粒子群優(yōu)化算法/52
3.1基于社會網(wǎng)絡(luò)演化的粒子群優(yōu)化算法/52
3.1.1群智能中的社會網(wǎng)絡(luò)/52
3.1.2子群劃分策略/53
3.1.3基于社會網(wǎng)絡(luò)演化的動態(tài)拓撲構(gòu)建算法/54
3.1.4算法流程/63
3.2算法復(fù)雜度分析/64
3.3標準測試函數(shù)實驗/64
3.3.1測試函數(shù)/64
3.3.2對比算法及其參數(shù)/65
3.3.3實驗內(nèi)容及分析/66
本章小結(jié)/76
群智能優(yōu)化及其在物流中的應(yīng)用目錄第4章基于社會網(wǎng)絡(luò)的群體優(yōu)化算法/77
4.1基于社會網(wǎng)絡(luò)模型的動態(tài)種群拓撲結(jié)構(gòu)構(gòu)建/77
4.2擴展式個體鄰域構(gòu)建/79
4.3個體學(xué)習(xí)行為調(diào)整/81
4.3.1NI中個體學(xué)習(xí)方式/81
4.3.2RI中個體學(xué)習(xí)方式/82
4.4算法流程/84
4.5與其他智能算法的比較/86
4.6數(shù)值實驗與分析/87
4.6.1實驗設(shè)計/87
4.6.2實驗與分析/92
本章小結(jié)/115
第5章基于群智能優(yōu)化算法的自動化立體倉庫貨位優(yōu)化/116
5.1貨位優(yōu)化分配問題/116
5.2貨位優(yōu)化分配問題模型/117
5.2.1模型假設(shè)/117
5.2.2模型符號說明/117
5.2.3模型構(gòu)建/118
5.3基于群智能優(yōu)化的貨位分配問題求解/119
5.3.1算法設(shè)計/120
5.3.2貨物編碼與貨位編碼/121
5.4汽車零部件貨位優(yōu)化分配實例分析/123
5.4.1模型相關(guān)參數(shù)說明/123
5.4.2算法相關(guān)參數(shù)說明/124
5.4.3案例結(jié)果分析/124
本章小結(jié)/128
第6章冷鏈配送車輛路徑的群智能優(yōu)化/129
6.1冷鏈物流及車輛路徑問題/129
6.1.1冷鏈物流相關(guān)概念/129
6.1.2冷鏈物流配送路徑研究/129
6.2冷鏈配送車輛路徑優(yōu)化模型/130
6.2.1模型相關(guān)假設(shè)和參數(shù)/130
6.2.2目標函數(shù)構(gòu)建/131
6.3基于群智能優(yōu)化算法的冷鏈網(wǎng)絡(luò)配送模型求解/133
6.3.1群智能優(yōu)化算法搜索——以螢火蟲算法為例/133
6.3.2針對網(wǎng)絡(luò)配送問題的個體編碼設(shè)計/135
6.4案例分析/137
6.4.1案例/137
6.4.2實驗設(shè)計/140
6.4.3結(jié)果及分析/141
本章小結(jié)/143
第7章云物流下基于協(xié)同庫存的集合覆蓋的選址分配優(yōu)化/144
7.1問題背景分析/144
7.2模型構(gòu)建和特點分析/144
7.3云物流下選址分配模型的群智能優(yōu)化算法設(shè)計/146
7.4基于云物流的汽車零部件供應(yīng)物流選址分配案例研究/151
7.4.1汽車零部件供應(yīng)物流的現(xiàn)狀及需求分析/151
7.4.2實驗設(shè)計/152
7.4.3云物流下基于協(xié)同庫存的集合覆蓋的選址分配案例/155
本章小結(jié)/160
第8章基于群智能優(yōu)化算法的集裝箱多式聯(lián)運優(yōu)化/162
8.1集裝箱多式聯(lián)運問題 /162
8.2多式聯(lián)運基本模型/164
8.3多式聯(lián)運問題編碼及解碼/165
8.3.1全局流量按比例分配/165
8.3.2局部流量調(diào)整策略/167
8.3.3帶懲罰的目標函數(shù)/168
8.3.4問題求解流程/169
8.4案例分析/169
8.4.1案例/169
8.4.2算法對比設(shè)置/171
8.4.3實驗結(jié)果分析/171
本章小結(jié)/179
第9章集裝箱船舶貝位配載的優(yōu)化/180
9.1集裝箱船舶貝位配載問題/180
9.1.1集裝箱船舶貝位配載問題分類/180
9.1.2集裝箱船舶箱位位置表示/181
9.2集裝箱貝位配載模型/182
9.2.1模型假設(shè)/182
9.2.2模型參數(shù)及相關(guān)變量定義/182
9.2.3模型的目標函數(shù)/183
9.3個體編碼方案設(shè)計/184
9.3.1基于個體位置排序的裝載順序解碼/184
9.3.2基于規(guī)則的貝位裝載策略/185
9.4個體適應(yīng)度計算/187
9.5問題求解步驟/187
9.6案例實驗/189
9.6.1案例設(shè)計/189
9.6.2對比算法設(shè)計/190
9.6.3實驗結(jié)果及分析/191
本章小結(jié)/200
參考文獻/201