| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-19页 |
| ·选题的背景和意义 | 第7-8页 |
| ·选题的背景 | 第7-8页 |
| ·选题的意义 | 第8页 |
| ·国内外文献综述 | 第8-16页 |
| ·物流配送概述 | 第8-9页 |
| ·物流配送车辆调度的研究发展 | 第9-11页 |
| ·车辆优化调度研究方法 | 第11-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·研究的主要内容及技术路线 | 第16-18页 |
| ·本文的框架结构 | 第18-19页 |
| 第二章 物流配送运输成本分析 | 第19-23页 |
| ·运输成本的组成 | 第19-21页 |
| ·运输成本的研究意义 | 第21页 |
| ·运输成本的影响因素分析 | 第21-23页 |
| 第三章 物流配送数学模型的建立 | 第23-36页 |
| ·时间窗的定义与说明 | 第23-26页 |
| ·时间窗的定义 | 第23-24页 |
| ·时间窗的说明 | 第24-26页 |
| ·时间窗惩罚函数的建立 | 第26-27页 |
| ·单源点物流配送车辆优化调度数学模型 | 第27-32页 |
| ·单源点物流配送车辆优化调度问题的描述 | 第28-29页 |
| ·单源点物流配送车辆优化调度数学模型 | 第29-30页 |
| ·单源点物流配送车辆优化调度数学模型的求解思路 | 第30-32页 |
| ·多源点物流配送车辆优化调度数学模型 | 第32-36页 |
| ·多源点物流配送车辆优化调度问题的描述 | 第32-33页 |
| ·多源点物流配送车辆优化调度数学模型 | 第33-34页 |
| ·多源点物流配送车辆优化调度数学模型的求解思路 | 第34-36页 |
| 第四章 遗传算法求解VRPTW问题 | 第36-54页 |
| ·遗传算法理论 | 第36-47页 |
| ·遗传算法的基本概念 | 第36-37页 |
| ·遗传算法的构成要素及步骤 | 第37-47页 |
| ·遗传算法的特点分析 | 第47-49页 |
| ·改进遗传算法在单源点物流配送问题中的应用研究 | 第49-53页 |
| ·编码方法的确定 | 第49页 |
| ·初始群体的产生 | 第49-50页 |
| ·适应度评估 | 第50页 |
| ·复制操作 | 第50页 |
| ·交叉操作 | 第50-51页 |
| ·变异操作 | 第51页 |
| ·改进遗传算法求解单源点物流配送车辆优化调度问题的流程 | 第51-53页 |
| ·改进遗传算法在多源点物流配送问题中的应用研究 | 第53-54页 |
| 第五章 算例分析验证 | 第54-64页 |
| ·算例计算 | 第54-59页 |
| ·单源点物流配送算例求解 | 第54-56页 |
| ·多源点物流配送算例求解 | 第56-59页 |
| ·算法性能分析 | 第59-64页 |
| 第六章 结论与展望 | 第64-66页 |
| ·研究结论 | 第64页 |
| ·未来的研究展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-86页 |
| 附录一 单源点物流配送算例程序代码 | 第71-79页 |
| 附录二 多源点物流配送算例程序代码 | 第79-86页 |