| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 选题背景 | 第11-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 文献综述 | 第13-18页 |
| 1.3.1 国外研究现状 | 第13-16页 |
| 1.3.2 国内研究现状 | 第16-18页 |
| 1.4 研究内容及创新点 | 第18-20页 |
| 第2章 物流基本理论 | 第20-26页 |
| 2.1 物流定义 | 第20页 |
| 2.2 物流分类 | 第20-21页 |
| 2.3 物流运输成本 | 第21-23页 |
| 2.3.1 运输成本与运距关系 | 第22页 |
| 2.3.2 运输成本与运输量关系 | 第22-23页 |
| 2.4 物流网络 | 第23-24页 |
| 2.4.1 物流运输网络图 | 第23-24页 |
| 2.4.2 物流网络时间参数 | 第24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 时间约束下的物流运输网络 | 第26-34页 |
| 3.1 时间窗约束 | 第26-29页 |
| 3.1.1 硬时间窗(Hard Time Windows) | 第26-27页 |
| 3.1.2 软时间窗(Soft Time Windows) | 第27-28页 |
| 3.1.3 混合时间窗(Mixed Time Windows) | 第28-29页 |
| 3.2 时间转换约束 | 第29-31页 |
| 3.2.1 时间转换约束概念 | 第29-30页 |
| 3.2.2 工序持续时时间修正 | 第30-31页 |
| 3.3 时间窗和时间转换双重约束下物流运输网络 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 物流企业运输成本优化模型 | 第34-46页 |
| 4.1 问题描述 | 第34-35页 |
| 4.2 模型假设 | 第35页 |
| 4.3 时间窗约束下物流运输成本优化模型 | 第35-40页 |
| 4.3.1 优化目标 | 第35-37页 |
| 4.3.2 符号说明 | 第37-38页 |
| 4.3.3 模型建立 | 第38-40页 |
| 4.4 时间窗和时间转换双重约束下物流运输成本优化模型 | 第40-44页 |
| 4.4.1 优化目标 | 第42页 |
| 4.4.2 符号说明 | 第42页 |
| 4.4.3 模型建立 | 第42-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 遗传算子设计与改进遗传算法 | 第46-52页 |
| 5.1 遗传算法简介 | 第46-47页 |
| 5.1.1 遗传算法的发展 | 第46页 |
| 5.1.2 遗传算法基本原理 | 第46-47页 |
| 5.2 遗传算子设计 | 第47-50页 |
| 5.2.1 个体编码和种群初始化 | 第47-48页 |
| 5.2.2 基于Pareto排序的选择概率计算 | 第48-49页 |
| 5.2.3 交叉算子 | 第49页 |
| 5.2.4 变异算子 | 第49-50页 |
| 5.3 遗传算法流程 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 S物流企业货物运输成本实例分析 | 第52-73页 |
| 6.1 实际数据 | 第52-54页 |
| 6.2 时间窗约束下运输成本模型算例求解 | 第54-61页 |
| 6.2.1 基于不同车辆数的计算结果分析 | 第55-61页 |
| 6.2.2 基于时间窗约束下的Pareto最优曲线 | 第61页 |
| 6.3 时间窗和时间转换双重约束下运输成本模型算例求解 | 第61-71页 |
| 6.3.1 基于不同车辆数的计算结果分析 | 第63-70页 |
| 6.3.2 基于时间窗和时间转换双重约束下的Pareto最优曲线 | 第70-71页 |
| 6.4 时间转换约束对运输成本优化计算结果影响 | 第71-72页 |
| 6.4.1 两种运输成本模型计算结果对比分析 | 第71-72页 |
| 6.4.2 时间转换约束对S物流企业决策影响 | 第72页 |
| 6.5 本章小结 | 第72-73页 |
| 第7章 结论与展望 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间成果及参加科研项目 | 第79-80页 |
| 致谢 | 第80页 |
