中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
調(diào)度問題求解與優(yōu)化 版權(quán)信息
- ISBN：9787302669685
- 條形碼：9787302669685 ; 978-7-302-66968-5
- 裝幀：平裝-膠訂
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
調(diào)度問題求解與優(yōu)化 本書特色
《調(diào)度問題求解與優(yōu)化》系統(tǒng)介紹了調(diào)度系統(tǒng)的設計方法、實現(xiàn)過程和優(yōu)化策略，適合具備經(jīng)典調(diào)度理論基礎的學生或調(diào)度管理人員學習與參考。書中除了理論基礎的介紹，還包括大量不同場景下的調(diào)度實例，詳細說明調(diào)度方案的設計過程，便于讀者理論聯(lián)系實際。
調(diào)度問題求解與優(yōu)化 內(nèi)容簡介
作為國民經(jīng)濟和綜合國力的支柱型產(chǎn)業(yè)，物流業(yè)已經(jīng)受到越來越多的重視。本書對不同場景和需求的調(diào)度問題進行分析與優(yōu)化。
全書分為12章，內(nèi)容包括構(gòu)建基于顧客需求變化的擾動模型，提出基于前景理論的價值函數(shù)度量方法，設計物流配送系統(tǒng)中涉及客戶心理感知的干擾管理策略，建立一種基于聚類的兩階段醫(yī)療物資聯(lián)合運輸?shù)姆椒w系。
本書適合作為交通運輸和調(diào)度管理科學相關(guān)專業(yè)學生、研究人員及管理人員的參考書，也可以作為管理科學、交通運輸、運籌學、計算機科學等專業(yè)研究生及高年級本科生的教材。
調(diào)度問題求解與優(yōu)化 目錄
第1章調(diào)度優(yōu)化問題應用概述
1.1物流配送調(diào)度問題研究/00
1.2作業(yè)車間調(diào)度問題研究/00
1.3生產(chǎn)批量計劃問題研究/00
1.4本章小結(jié)/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(fā)式算法/0 2.4研究中存在的問題及發(fā)展趨勢 /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(nèi)涵及外延/0 3.3.1量子計算原理 /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章云計算與交通擁堵預測分類
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(jié)/0 第5章帶時間窗的低碳冷鏈物流調(diào)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(diào)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(yōu)化算法 /0 5.3.2粒子編碼/0 5.3.3評價函數(shù)的計算/0 5.3.4混合量子粒子群算法計算步驟/0 5.3.5仿真實驗及分析/0 5.4本章小結(jié)/0 第6章云計算模式下的不確定需求物流調(diào)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(diào)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(diào)度問題數(shù)學模型/0 6.3.1靜態(tài)需求優(yōu)化階段/0 6.3.2動態(tài)實時需求優(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云自適應遺傳算法/0 6.5數(shù)據(jù)分析與仿真驗證/0 6.6本章小結(jié)/0 第7章有同時集送貨需求物流調(diào)度問題
7.1求解方法對比/0 7.2問題描述和數(shù)學模型/0 7.2.1問題描述/0 7.2.2數(shù)學模型/0 7.3集送貨問題模型的分類/0 7.3.1調(diào)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(tài)調(diào)度問題/0 7.3.4動態(tài)調(diào)度問題/0 7.4基于混沌理論的改進量子算法/0 7.4.1量子算法的優(yōu)勢/0 7.4.2混沌理論/0 7.4.3量子算法的實現(xiàn)/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(zhuǎn)角/ 7.5.3量子進化算法/ 7.6本章小結(jié)/ 第8章云計算模式下的動態(tài)物流調(diào)度問題
8.1DVRP調(diào)度模型/ 8.1.1DVRP描述/ 8.1.2目標函數(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改進算法設計步驟/ 8.3.4數(shù)據(jù)分析與驗證/ 8.4基于云理論的自適應遺傳算法/ 8.4.1求解策略/ 8.4.2數(shù)據(jù)分析與驗證/ 8.5本章小結(jié)/ 第9章智能量子算法在物流“*后一公里”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(guān)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(tǒng)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實例測試/ 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用
10.1應用背景/ 10.2干擾管理模型/ 10.2.1問題描述/ 10.2.2干擾辨識及管理模式/ 10.2.3問題目標函數(shù)/ 10.3配送干擾管理求解算法/ 10.3.1量子細菌覓食算法/ 10.3.2算法收斂性比較/ 10.4數(shù)值實驗/ 10.4.1測試算例/ 10.4.2算例驗證/ 10.5本章小結(jié)/
第11章智能量子算法在疫情醫(yī)療物資配置問題中的應用
11.1研究背景/ 11.2醫(yī)療物資配置優(yōu)化模型/ 11.2.1問題描述/ 11.2.2符號定義/ 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實驗驗證分析/ 11.4.1算法結(jié)果對比/ 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題中的應用
12.1研究背景/ 12.2基于前景理論的擾動度量策略/ 12.2.1問題界定與假設/ 12.2.2基于前景理論的函數(shù)表示 / 12.2.3用戶心理期望感知分析/ 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(jié)/ 后記/ 參考文獻/
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(fā)式算法/0 2.4研究中存在的問題及發(fā)展趨勢 /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(nèi)涵及外延/0 3.3.1量子計算原理 /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章云計算與交通擁堵預測分類
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(jié)/0 第5章帶時間窗的低碳冷鏈物流調(diào)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(diào)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(yōu)化算法 /0 5.3.2粒子編碼/0 5.3.3評價函數(shù)的計算/0 5.3.4混合量子粒子群算法計算步驟/0 5.3.5仿真實驗及分析/0 5.4本章小結(jié)/0 第6章云計算模式下的不確定需求物流調(diào)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(diào)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(diào)度問題數(shù)學模型/0 6.3.1靜態(tài)需求優(yōu)化階段/0 6.3.2動態(tài)實時需求優(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云自適應遺傳算法/0 6.5數(shù)據(jù)分析與仿真驗證/0 6.6本章小結(jié)/0 第7章有同時集送貨需求物流調(diào)度問題
7.1求解方法對比/0 7.2問題描述和數(shù)學模型/0 7.2.1問題描述/0 7.2.2數(shù)學模型/0 7.3集送貨問題模型的分類/0 7.3.1調(diào)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(tài)調(diào)度問題/0 7.3.4動態(tài)調(diào)度問題/0 7.4基于混沌理論的改進量子算法/0 7.4.1量子算法的優(yōu)勢/0 7.4.2混沌理論/0 7.4.3量子算法的實現(xiàn)/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(zhuǎn)角/ 7.5.3量子進化算法/ 7.6本章小結(jié)/ 第8章云計算模式下的動態(tài)物流調(diào)度問題
8.1DVRP調(diào)度模型/ 8.1.1DVRP描述/ 8.1.2目標函數(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改進算法設計步驟/ 8.3.4數(shù)據(jù)分析與驗證/ 8.4基于云理論的自適應遺傳算法/ 8.4.1求解策略/ 8.4.2數(shù)據(jù)分析與驗證/ 8.5本章小結(jié)/ 第9章智能量子算法在物流“*后一公里”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(guān)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(tǒng)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實例測試/ 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用
10.1應用背景/ 10.2干擾管理模型/ 10.2.1問題描述/ 10.2.2干擾辨識及管理模式/ 10.2.3問題目標函數(shù)/ 10.3配送干擾管理求解算法/ 10.3.1量子細菌覓食算法/ 10.3.2算法收斂性比較/ 10.4數(shù)值實驗/ 10.4.1測試算例/ 10.4.2算例驗證/ 10.5本章小結(jié)/
第11章智能量子算法在疫情醫(yī)療物資配置問題中的應用
11.1研究背景/ 11.2醫(yī)療物資配置優(yōu)化模型/ 11.2.1問題描述/ 11.2.2符號定義/ 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實驗驗證分析/ 11.4.1算法結(jié)果對比/ 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題中的應用
12.1研究背景/ 12.2基于前景理論的擾動度量策略/ 12.2.1問題界定與假設/ 12.2.2基于前景理論的函數(shù)表示 / 12.2.3用戶心理期望感知分析/ 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(jié)/ 后記/ 參考文獻/
展開全部
調(diào)度問題求解與優(yōu)化 作者簡介
寧濤，大連民族大學計算機科學與工程學院教授、大連市科技評審專家、學位與研究生教育發(fā)展中心評議專家。長期從事企業(yè)管理信息系統(tǒng)、智慧交通調(diào)度管理等領(lǐng)域的教學和研究工作。
宋金淼，新疆大學軟件學院副教授、碩士生導師，主持并參與國家自然科學基金項目、遼寧省自然科學基金項目、遼寧省教育廳高校基本科研項目等10余項。在Briefings in Bioinformatics等重要期刊及國際會議上發(fā)表高水平學術(shù)論文近 20 篇，獲授權(quán)發(fā)明專利及軟件著作權(quán)20余項。
書友推薦
- >
有舍有得是人生
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
- >
羅曼·羅蘭讀書隨筆-精裝
- >
朝聞道
- >
李白與唐代文化
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
伊索寓言-世界文學名著典藏-全譯本
- >
名家?guī)阕x魯迅:故事新編
本類暢銷
