摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第8-17页 |
1.1 问题的提出及研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-15页 |
1.2.1 车辆装载问题研究现状 | 第9-12页 |
1.2.2 车辆路径问题研究现状 | 第12-14页 |
1.2.3 VFP&VRP 研究现状 | 第14-15页 |
1.3 本文主要贡献 | 第15页 |
1.4 本文主要内容与框架 | 第15-17页 |
2 配送相关理论概述 | 第17-21页 |
2.1 配送与优化 | 第17-18页 |
2.1.1 配送的概念 | 第17页 |
2.1.2 物流配送优化的基本原则 | 第17-18页 |
2.2 车辆装载问题理论概述 | 第18-19页 |
2.2.1 车辆装载问题描述 | 第18页 |
2.2.2 车辆装载问题主要约束条件 | 第18页 |
2.2.3 车辆装载问题目标函数 | 第18-19页 |
2.3 车辆路径问题理论概述 | 第19-20页 |
2.3.1 车辆路径问题主要约束条件 | 第19页 |
2.3.2 车辆路径问题目标函数 | 第19-20页 |
2.4 车辆装载与车辆路径问题的联系 | 第20-21页 |
3 装载配送一体化问题联合优化模型 | 第21-32页 |
3.1 本文涉及的车辆装载模型概述 | 第21-26页 |
3.1.1 车辆装载问题模型选择 | 第21页 |
3.1.2 问题描述 | 第21-23页 |
3.1.4 基本假设与参数设定 | 第23-26页 |
3.2 本文涉及的车辆路径模型概述 | 第26-27页 |
3.2.1 车辆路径问题模型选择 | 第26页 |
3.2.2 问题描述 | 第26页 |
3.2.3 基本假设与参数设定 | 第26-27页 |
3.3 建立车辆装载与车辆路径联合优化模型需要考虑的问题 | 第27-28页 |
3.4 考虑重心约束的装载配送一体化模型 | 第28-32页 |
3.4.1 问题描述 | 第28-29页 |
3.4.2 基本假设与参数设定 | 第29-32页 |
4 算法设计与实现 | 第32-48页 |
4.1 算法思路设计 | 第32-34页 |
4.1.1 模型求解思路设计 | 第32页 |
4.1.2 求解算法选择 | 第32-34页 |
4.1.3 VRP&VFP 装载配送一体化求解算法流程 | 第34页 |
4.2 遗传算法简介 | 第34-36页 |
4.3 算法主体部分设计 | 第36-41页 |
4.3.1 编码 | 第36-37页 |
4.3.2 种群初始化 | 第37页 |
4.3.3 适应值函数 | 第37-38页 |
4.3.4 遗传算子设计 | 第38-41页 |
4.4 装载方案优化模块设计 | 第41-48页 |
4.4.1 基本概念 | 第41-42页 |
4.4.2 模块设计 | 第42-43页 |
4.4.3 启发式规则详述 | 第43-48页 |
5 算例分析 | 第48-54页 |
5.1 算例介绍 | 第48-50页 |
5.2 实验结果与分析 | 第50-54页 |
5.2.1 实验结果 | 第50-52页 |
5.2.2 分析讨论 | 第52-54页 |
6 结论与展望 | 第54-56页 |
6.1 主要结论 | 第54-55页 |
6.2 研究展望 | 第55-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-60页 |
附录 | 第60-62页 |
A. 作者在攻读学位期间发表的论文目录 | 第60页 |
B. 遗传算法的 MATLAB7.1 核心程序 | 第60-62页 |