摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-13页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究意义 | 第11-12页 |
1.1.3 研究问题的提出 | 第12-13页 |
1.2 文献综述 | 第13-15页 |
1.2.1 社区团购以及仓配的研究现状 | 第13-14页 |
1.2.2 社区团购消费行为的文献研究综述 | 第14-15页 |
1.3 研究内容 | 第15-16页 |
1.4 研究的方法以及技术路线图 | 第16-17页 |
1.5 本文的创新之处 | 第17-18页 |
2 相关理论基础 | 第18-30页 |
2.1 社区团购概述 | 第18-20页 |
2.1.1 社区团购概念 | 第18页 |
2.1.2 社区团购企业类型 | 第18-20页 |
2.2 快消品B2B行业的基本理论 | 第20-22页 |
2.2.1 快消品概念 | 第20页 |
2.2.2 快消品B2B行业供应链 | 第20-22页 |
2.3 社区团购行业与快消品B2B行业供应链 | 第22-24页 |
2.4 时间窗基本理论 | 第24-25页 |
2.4.1 时间窗概述 | 第24-25页 |
2.4.2 社区团购的时间约束 | 第25页 |
2.5 模糊层次分析法理论 | 第25-27页 |
2.5.1 模糊层次分析法概述 | 第26-27页 |
2.5.2 模糊层次分析法特点以及适用范围 | 第27页 |
2.6 遗传算法的基本理论 | 第27-29页 |
2.6.1 遗传算法的基本概念 | 第27-28页 |
2.6.2 遗传算法的基本原理 | 第28-29页 |
2.7 本章小结 | 第29-30页 |
3 基于时间窗的社区团购生鲜仓配影响因素研究 | 第30-57页 |
3.1 社区团购特性 | 第30-36页 |
3.1.1 社区团购的产品特性 | 第30-32页 |
3.1.2 社区团购的终端客户特性 | 第32-34页 |
3.1.3 社区团购的生鲜配送时间窗 | 第34-35页 |
3.1.4 社区团购的订单特性 | 第35-36页 |
3.2 社区团购生鲜仓配模式 | 第36-38页 |
3.2.1 非生鲜仓配模式 | 第36-37页 |
3.2.2 生鲜仓配模式 | 第37-38页 |
3.3 配送时间窗优化 | 第38-50页 |
3.3.1 仓库选址优化 | 第38-40页 |
3.3.2 车辆路径优化 | 第40-45页 |
3.3.3 配送交付时间 | 第45-50页 |
3.4 库内作业时间窗优化 | 第50-56页 |
3.4.1 库内作业流程优化 | 第50-54页 |
3.4.2 来货交付优化 | 第54-55页 |
3.4.3 装车作业流程优化 | 第55-56页 |
3.5 本章小结 | 第56-57页 |
4 基于时间窗的社区团购生鲜仓配问题模型构建 | 第57-77页 |
4.1 Z公司配送路径问题分析 | 第57-62页 |
4.1.1 Z公司背景介绍 | 第57-58页 |
4.1.2 Z公司物流运力介绍以及配送作业流程 | 第58-61页 |
4.1.3 Z公司配送路径的现状 | 第61-62页 |
4.2 基于模糊AHP-TOPSIS方法的仓库选址模型构建 | 第62-69页 |
4.2.1 问题分析 | 第62-63页 |
4.2.2 模型构建 | 第63-69页 |
4.3 带时间窗的社区团购生鲜配送问题模型建立 | 第69-76页 |
4.3.1 问题分析 | 第69-70页 |
4.3.2 模型假设 | 第70-71页 |
4.3.3 符号说明 | 第71-72页 |
4.3.4 目标函数 | 第72-74页 |
4.3.5 数学模型构建 | 第74-76页 |
4.4 本章小结 | 第76-77页 |
5 实例分析 | 第77-93页 |
5.1 基于模糊AHP-TOPSIS方法的仓库选址实例分析 | 第77-83页 |
5.1.1 问题描述 | 第78页 |
5.1.2 指标体系建立 | 第78-79页 |
5.1.3 问题解决与结果分析 | 第79-83页 |
5.2 基于遗传算法的社区团购生鲜配送路径优化 | 第83-93页 |
5.2.1 遗传算法的实现步骤 | 第83-86页 |
5.2.2 问题描述 | 第86页 |
5.2.3 数据搜集以及整理 | 第86-90页 |
5.2.4 求解分析 | 第90-93页 |
6 结论 | 第93-94页 |
参考文献 | 第94-97页 |
附录 | 第97-99页 |
个人简历、在学期间发表的学术论文与研究成果 | 第99-100页 |
致谢 | 第100页 |