| 摘要 | 第1-7页 |
| Abstract | 第7-14页 |
| 第1章 绪论 | 第14-39页 |
| ·选题背景及意义 | 第14-16页 |
| ·物流配送车辆路径问题的研究动态 | 第16-32页 |
| ·国外车辆路径问题研究现状 | 第20-29页 |
| ·国内车辆路径问题研究现状 | 第29-31页 |
| ·研究中存在的问题 | 第31-32页 |
| ·国内外物流配送应用的现状分析 | 第32-36页 |
| ·发达国家和地区的物流配送状况 | 第32-33页 |
| ·我国台湾现代物流配送现状 | 第33页 |
| ·美国、日本和中国台湾物流配送的差异 | 第33-34页 |
| ·我国的物流配送现状 | 第34-36页 |
| ·论文的主要内容和创新点 | 第36-37页 |
| ·论文的结构 | 第37-39页 |
| 第2章 同时送货和取货车辆路径问题研究 | 第39-51页 |
| ·引言 | 第39-41页 |
| ·差分进化算法基本理论 | 第41-43页 |
| ·VRP-SDP 的数学模型 | 第43-44页 |
| ·改进差分进化算法 | 第44-47页 |
| ·算例分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第3章 带时间窗的同时送货和取货车辆路径问题研究 | 第51-69页 |
| ·引言 | 第51-52页 |
| ·遗传算法基本理论 | 第52-58页 |
| ·遗传算法的基本步骤 | 第54-55页 |
| ·遗传算法的数学基础 | 第55-58页 |
| ·遗传算法的改进方法 | 第58页 |
| ·VRP-SDPTW 的数学模型 | 第58-60页 |
| ·问题描述 | 第58-59页 |
| ·数学模型 | 第59-60页 |
| ·改进遗传算法 | 第60-64页 |
| ·优先关系 | 第60-61页 |
| ·初始种群 | 第61页 |
| ·适应值函数 | 第61-62页 |
| ·遗传算子 | 第62-64页 |
| ·算例分析 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 第4章 车辆数目不确定的带时间窗的车辆路径问题研究 | 第69-88页 |
| ·引言 | 第69-70页 |
| ·微粒群算法基本理论 | 第70-78页 |
| ·微粒群算法的基本原理 | 第70-72页 |
| ·微粒群算法的数学基础 | 第72-76页 |
| ·微粒群算法的改进方法 | 第76-78页 |
| ·VFVRPTW 的数学模型 | 第78-80页 |
| ·VFVRPTW 的复合最优模型微粒群算法 | 第80-82页 |
| ·编码方法 | 第80页 |
| ·适应值函数 | 第80-81页 |
| ·COMPSO | 第81-82页 |
| ·算例分析 | 第82-87页 |
| ·本章小结 | 第87-88页 |
| 第5章 多车型随机需求车辆路径问题研究 | 第88-101页 |
| ·引言 | 第88-89页 |
| ·问题描述 | 第89-90页 |
| ·HFSVRP 的求解策略 | 第90-94页 |
| ·重新优化策略 | 第90页 |
| ·预优化策略 | 第90-94页 |
| ·求解HFSVRP 的算法 | 第94-97页 |
| ·改进遗传算法求解HFSVRP | 第94-95页 |
| ·改进差分进化算法求解HFSVRP | 第95-97页 |
| ·算例分析 | 第97-98页 |
| ·本章小结 | 第98-101页 |
| 第6章 基于可信性理论的模糊需求车辆路径问题研究 | 第101-118页 |
| ·引言 | 第101-102页 |
| ·基于可能性理论的混合遗传算法 | 第102-108页 |
| ·问题描述及模型 | 第103-105页 |
| ·随机模拟算法 | 第105-106页 |
| ·改进遗传算法 | 第106-107页 |
| ·数值实验及结果分析 | 第107-108页 |
| ·基于可信性理论的混合差分进化算法 | 第108-116页 |
| ·问题描述及模型 | 第109-111页 |
| ·混合差分进化算法 | 第111-114页 |
| ·数值实验及结果分析 | 第114-116页 |
| ·本章小结 | 第116-118页 |
| 第7章 结论与展望 | 第118-121页 |
| ·本文总结 | 第118-120页 |
| ·未来研究展望 | 第120-121页 |
| 参考文献 | 第121-135页 |
| 附录A 攻读博士学位期间发表的论文及科研情况 | 第135-137页 |
| 致谢 | 第137-138页 |