摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10页 |
1.2 国内外研究现状 | 第10-15页 |
1.2.1 国内研究现状 | 第11-13页 |
1.2.2 国外研究现状 | 第13-14页 |
1.2.3 研究现状评析 | 第14-15页 |
1.3 论文主要结构 | 第15-17页 |
第2章 相关理论概述 | 第17-31页 |
2.1 多式联运相关知识 | 第17-23页 |
2.1.1 多式联运的概念 | 第17页 |
2.1.2 多式联运的优越性 | 第17-19页 |
2.1.3 集装箱在多式联运中的应用 | 第19-21页 |
2.1.4 多式联运的运输组织模式分析 | 第21-23页 |
2.2 货物运输中的时间窗理论 | 第23-27页 |
2.2.1 时间窗问题的描述 | 第23-24页 |
2.2.2 时间窗的分类 | 第24-27页 |
2.3 运输虚拟网络中的图论概述 | 第27-30页 |
2.3.1 图论基础 | 第27-28页 |
2.3.2 图论的相关定义 | 第28-29页 |
2.3.3 图的矩阵表示 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
第3章 时间窗约束下的货物多式联运路径选择建模 | 第31-39页 |
3.1 多式联运运输虚拟网络的描述 | 第31-32页 |
3.2 多式联运路径优化的基础TSP和VRP | 第32-35页 |
3.2.1 旅行商问题(TSP) | 第33页 |
3.2.2 车辆路径问题(VRP) | 第33-35页 |
3.3 时间窗约束下的多式联运路径成本模型 | 第35-37页 |
3.3.1 问题描述 | 第35页 |
3.3.2 模型假设 | 第35页 |
3.3.3 相关符号说明 | 第35-36页 |
3.3.4 模型构建 | 第36-37页 |
3.4 本章小结 | 第37-39页 |
第4章 时间窗约束下的货物多式联运路径成本模型求解 | 第39-49页 |
4.1 求解算法概述 | 第39-41页 |
4.1.1 确定性算法 | 第39-40页 |
4.1.2 随机搜索算法 | 第40-41页 |
4.2 基于遗传算法的货物多式联运路径成本模型求解设计 | 第41-47页 |
4.2.1 遗传算法相关术语 | 第41-42页 |
4.2.2 遗传算法的优点 | 第42-43页 |
4.2.3 算法设计 | 第43-46页 |
4.2.4 遗传算法求解流程 | 第46-47页 |
4.3 本章小结 | 第47-49页 |
第5章 算例分析 | 第49-57页 |
5.1 算例描述 | 第49页 |
5.2 数据统计 | 第49-52页 |
5.3 参数设置 | 第52页 |
5.4 运输虚拟网络图的构建 | 第52-55页 |
5.5 计算分析 | 第55-56页 |
5.6 本章小结 | 第56-57页 |
第6章 结论与展望 | 第57-59页 |
6.1 论文主要工作 | 第57页 |
6.2 本文创新点 | 第57页 |
6.3 研究展望 | 第57-59页 |
致谢 | 第59-61页 |
参考文献 | 第61-65页 |
在学期间发表的论文及学术成果 | 第65页 |