摘要 | 第2-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第9-18页 |
1.1 研究背景与意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.2.1 国内研究现状 | 第11-12页 |
1.2.2 国外研究现状 | 第12-14页 |
1.3 研究内容 | 第14-15页 |
1.4 论文框架结构 | 第15-17页 |
1.5 本文的创新点 | 第17页 |
1.6 本章小结 | 第17-18页 |
第2章 相关概念与文献综述 | 第18-31页 |
2.1 众包理论概述 | 第18-23页 |
2.1.1 众包的基本内涵 | 第18-19页 |
2.1.2 快递众包的发展 | 第19-21页 |
2.1.3 快递众包模式的SWOT分析 | 第21-22页 |
2.1.4 众包模式的发展前景 | 第22-23页 |
2.2 快递末端配送的研究现状 | 第23-28页 |
2.2.1 末端配送的概念 | 第23-24页 |
2.2.2 末端配送的表现形式 | 第24-25页 |
2.2.3 快递末端配送的现有模式 | 第25-27页 |
2.2.4 快递末端配送存在的问题 | 第27-28页 |
2.3 算法介绍 | 第28-30页 |
2.3.1 蚁群算法 | 第28页 |
2.3.2 粒子群算法 | 第28-29页 |
2.3.3 模拟退火算法 | 第29页 |
2.3.4 遗传算法 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第3章 基于客户满意度的快递末端配送路径优化问题的模型构建 | 第31-40页 |
3.1 快递末端配送的网络结构 | 第31页 |
3.2 基于客户满意度的快递末端配送路径问题 | 第31-35页 |
3.2.1 问题描述 | 第31-33页 |
3.2.2 模型构建 | 第33-35页 |
3.3 求解算法-遗传算法 | 第35-39页 |
3.3.1 基本概念 | 第35-36页 |
3.3.2 遗传算法的特点 | 第36页 |
3.3.3 遗传算法求解车辆路径问题的实现 | 第36-39页 |
3.4 本章小结 | 第39-40页 |
第4章 基于众包模式和客户满意度的快递末端配送路径优化模型 | 第40-51页 |
4.1 众包模式下快递末端配送网络模式 | 第40页 |
4.2 基于众包模式的快递末端配送路径问题 | 第40-44页 |
4.2.1 问题描述 | 第41-42页 |
4.2.2 模型构建 | 第42-44页 |
4.3 基于众包模式和客户满意度的快递末端配送路径问题 | 第44-47页 |
4.3.1 问题描述 | 第44页 |
4.3.2 基本模型的研究与建立 | 第44-47页 |
4.4 求解算法 | 第47-50页 |
4.4.1 k-means聚类算法简介 | 第47-49页 |
4.4.2 改进k-means算法 | 第49-50页 |
4.4.3 顾客节点聚类分析 | 第50页 |
4.5 本章小结 | 第50-51页 |
第5章 实例分析 | 第51-61页 |
5.1 数据获得 | 第51-53页 |
5.1.1 背景及数据来源 | 第51页 |
5.1.2 数据处理 | 第51-53页 |
5.2 实例数据 | 第53-55页 |
5.3 实例分析结果 | 第55-60页 |
5.3.1 基于客户满意度的车辆路径问题的实例分析结果 | 第55-57页 |
5.3.2 基于众包模式和客户满意度的快递末端配送路径优化分析结果 | 第57-60页 |
5.4 本章小结 | 第60-61页 |
第6章 总结与展望 | 第61-63页 |
6.1 论文工作总结 | 第61页 |
6.2 研究展望 | 第61-63页 |
参考文献 | 第63-66页 |
附录1 攻读硕士学位期间完成的论文 | 第66-67页 |
附录2 部分核心代码 | 第67-70页 |
致谢 | 第70-71页 |