群智能优化及其在物流中的应用

第1章群智能优化理论及其研究与分析/1
1.1群智能优化理论/1
1.2典型群智能优化算法/4
1.2.1遗传算法/4
1.2.2粒子群优化算法/6
1.2.3蚁群优化算法/7
1.2.4细菌觅食优化算法/8
1.2.5生物地理优化算法/9
1.2.6其他群智能优化算法/11
1.3群体行为的复杂网络与社会网络分析/12
1.4群智能的种群和拓扑结构/14
1.5群智能优化中个体行为控制/16
本章小结/19
第2章具有异构分簇的聚类自适应粒子群优化算法/21
2.1基于聚类的自适应粒子群优化算法/21
2.1.1基于聚类的种群动态分割策略/22
2.1.2基于异构簇的自适应调整策略/24
2.2算法流程/25
2.3实验分析和讨论/25
2.3.1实验设计和Benchmark函数/25
2.3.2实验1：种群分布度对比分析/27
2.3.3实验2：算法参数敏感性测试/29
2.3.4实验3：相同初始值对比测试/30
2.3.5实验4：相同*大迭代次数对比测试/43
本章小结/51
第3章基于社会网络演化的动态拓扑粒子群优化算法/52
3.1基于社会网络演化的粒子群优化算法/52
3.1.1群智能中的社会网络/52
3.1.2子群划分策略/53
3.1.3基于社会网络演化的动态拓扑构建算法/54
3.1.4算法流程/63
3.2算法复杂度分析/64
3.3标准测试函数实验/64
3.3.1测试函数/64
3.3.2对比算法及其参数/65
3.3.3实验内容及分析/66
本章小结/76
群智能优化及其在物流中的应用目录第4章基于社会网络的群体优化算法/77
4.1基于社会网络模型的动态种群拓扑结构构建/77
4.2扩展式个体邻域构建/79
4.3个体学习行为调整/81
4.3.1NI中个体学习方式/81
4.3.2RI中个体学习方式/82
4.4算法流程/84
4.5与其他智能算法的比较/86
4.6数值实验与分析/87
4.6.1实验设计/87
4.6.2实验与分析/92
本章小结/115
第5章基于群智能优化算法的自动化立体仓库货位优化/116
5.1货位优化分配问题/116
5.2货位优化分配问题模型/117
5.2.1模型假设/117
5.2.2模型符号说明/117
5.2.3模型构建/118
5.3基于群智能优化的货位分配问题求解/119
5.3.1算法设计/120
5.3.2货物编码与货位编码/121
5.4汽车零部件货位优化分配实例分析/123
5.4.1模型相关参数说明/123
5.4.2算法相关参数说明/124
5.4.3案例结果分析/124
本章小结/128
第6章冷链配送车辆路径的群智能优化/129
6.1冷链物流及车辆路径问题/129
6.1.1冷链物流相关概念/129
6.1.2冷链物流配送路径研究/129
6.2冷链配送车辆路径优化模型/130
6.2.1模型相关假设和参数/130
6.2.2目标函数构建/131
6.3基于群智能优化算法的冷链网络配送模型求解/133
6.3.1群智能优化算法搜索——以萤火虫算法为例/133
6.3.2针对网络配送问题的个体编码设计/135
6.4案例分析/137
6.4.1案例/137
6.4.2实验设计/140
6.4.3结果及分析/141
本章小结/143
第7章云物流下基于协同库存的集合覆盖的选址分配优化/144
7.1问题背景分析/144
7.2模型构建和特点分析/144
7.3云物流下选址分配模型的群智能优化算法设计/146
7.4基于云物流的汽车零部件供应物流选址分配案例研究/151
7.4.1汽车零部件供应物流的现状及需求分析/151
7.4.2实验设计/152
7.4.3云物流下基于协同库存的集合覆盖的选址分配案例/155
本章小结/160
第8章基于群智能优化算法的集装箱多式联运优化/162
8.1集装箱多式联运问题 /162
8.2多式联运基本模型/164
8.3多式联运问题编码及解码/165
8.3.1全局流量按比例分配/165
8.3.2局部流量调整策略/167
8.3.3带惩罚的目标函数/168
8.3.4问题求解流程/169
8.4案例分析/169
8.4.1案例/169
8.4.2算法对比设置/171
8.4.3实验结果分析/171
本章小结/179
第9章集装箱船舶贝位配载的优化/180
9.1集装箱船舶贝位配载问题/180
9.1.1集装箱船舶贝位配载问题分类/180
9.1.2集装箱船舶箱位位置表示/181
9.2集装箱贝位配载模型/182
9.2.1模型假设/182
9.2.2模型参数及相关变量定义/182
9.2.3模型的目标函数/183
9.3个体编码方案设计/184
9.3.1基于个体位置排序的装载顺序解码/184
9.3.2基于规则的贝位装载策略/185
9.4个体适应度计算/187
9.5问题求解步骤/187
9.6案例实验/189
9.6.1案例设计/189
9.6.2对比算法设计/190
9.6.3实验结果及分析/191
本章小结/200
参考文献/201