| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外相关研究现状 | 第14-18页 |
| 1.2.1 物流末端配送研究现状 | 第14-17页 |
| 1.2.2 消费者配送满意度研究现状 | 第17-18页 |
| 1.3 研究内容与方法 | 第18-20页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19-20页 |
| 1.4 创新点及重难点 | 第20-21页 |
| 1.4.1 创新点 | 第20页 |
| 1.4.2 重难点 | 第20-21页 |
| 1.5 论文结构安排 | 第21-22页 |
| 2 相关概念与理论 | 第22-30页 |
| 2.1 消费者满意度 | 第22-23页 |
| 2.1.1 消费者满意度定义 | 第22页 |
| 2.1.2 消费者配送满意度影响因素研究 | 第22-23页 |
| 2.2 物流配送基本理论 | 第23-26页 |
| 2.2.1 物流配送概念 | 第23-24页 |
| 2.2.2 物流末端配送优化研究 | 第24-26页 |
| 2.3 生鲜电商末端配送发展 | 第26-29页 |
| 2.3.1 生鲜运营模式发展 | 第26页 |
| 2.3.2 生鲜农产品末端配送的特点 | 第26-28页 |
| 2.3.3 生鲜农产品末端配送模式分析 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 生鲜消费者末端配送满意度影响因素研究 | 第30-38页 |
| 3.1 生鲜消费者末端配送满意度影响因素调研 | 第30-35页 |
| 3.1.1 研究假设和模型 | 第30-32页 |
| 3.1.2 数据收集及信效度检验 | 第32-33页 |
| 3.1.3 回归分析确定影响因素权重 | 第33-35页 |
| 3.2 基于消费者满意度调查结果及应对策略 | 第35-36页 |
| 3.2.1 生鲜末端配送满意度调查结果 | 第35页 |
| 3.2.2 生鲜末端配送满意度提高策略 | 第35-36页 |
| 3.3 本章小结 | 第36-38页 |
| 4 生鲜末端配送自提点选址模型及算法 | 第38-52页 |
| 4.1 基于消费者距离选址-评价两层模型 | 第38-40页 |
| 4.1.1 基本假设及符号说明 | 第38-39页 |
| 4.1.2 选址模型构建 | 第39-40页 |
| 4.2 基于粒子群算法求解自提点位置 | 第40-46页 |
| 4.2.1 基本求解算法对比 | 第40-44页 |
| 4.2.2 粒子群算法选址求解原理及过程 | 第44-46页 |
| 4.3 基于企业历史数据区域自提点选取实证 | 第46-50页 |
| 4.3.1 杭州某生鲜多渠道企业现状 | 第46页 |
| 4.3.2 企业自提点数据 | 第46-47页 |
| 4.3.3 区域自提点位置筛选结果 | 第47-50页 |
| 4.4 本章小结 | 第50-52页 |
| 5 基于消费者满意度路径规划模型研究 | 第52-64页 |
| 5.1 生鲜末端配送消费者时间满意度函数描述 | 第52-55页 |
| 5.1.1 消费者满意度时间窗 | 第52-53页 |
| 5.1.2 生鲜末端配送时间满意度函数 | 第53-55页 |
| 5.2 基于时间满意度生鲜末端配送路径优化模型 | 第55-57页 |
| 5.2.1 基本假设及符号说明 | 第55-56页 |
| 5.2.2 末端配送模型 | 第56-57页 |
| 5.3 基于遗传算法求解TWVRP问题 | 第57-62页 |
| 5.3.1 遗传算法的求解原理 | 第58-59页 |
| 5.3.2 遗传算法的求解过程 | 第59-62页 |
| 5.4 本章小结 | 第62-64页 |
| 6 基于消费者满意度的带自提点生鲜末端配送算例分析 | 第64-80页 |
| 6.1 企业配送实际数据 | 第64-65页 |
| 6.1.1 消费者之间配送数据 | 第64页 |
| 6.1.2 消费者之间的配送时间数据 | 第64-65页 |
| 6.2 时间窗及服务需求数据 | 第65-73页 |
| 6.3 案例算法求解 | 第73-78页 |
| 6.3.1 遗传算法路径结果 | 第73-74页 |
| 6.3.2 算法参数分析 | 第74-78页 |
| 6.4 本章小结 | 第78-80页 |
| 7 总结与展望 | 第80-82页 |
| 7.1 总结 | 第80页 |
| 7.2 展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 附录1 消费者末端配送满意度调查问卷 | 第86-90页 |
| 附录2 累积三个月区域内消费者总购买次数和平均每次购买单价 | 第90-92页 |
| 附录3 配送时间感知调查问卷及结果 | 第92-94页 |
| 附录4 粒子群求解消费者距离及购买权重聚类结果 | 第94-98页 |
| 附录5 配送案例中全部消费者服务时间和时间满意度阈值 | 第98-100页 |
| 附录6 遗传算法参数变化所得的路线图 | 第100-102页 |
| 附录7 遗传算法参数变化到达客户时间 | 第102-104页 |
| 附录8 基于论文模型的粒子群算法部分程序 | 第104-106页 |
| 附录9 基于论文模型的遗传算法部分程序 | 第106-108页 |
| 攻读学位期间的研究成果 | 第108-110页 |
| 致谢 | 第110页 |
