| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究综述 | 第12-17页 |
| 1.2.1 物流配送中心选址 | 第12-13页 |
| 1.2.2 运输路径优化 | 第13-14页 |
| 1.2.3 农产品物流 | 第14-15页 |
| 1.2.4 农产品配送中心选址及路径优化 | 第15-17页 |
| 1.3 主要内容和技术路线 | 第17-19页 |
| 第2章 S公司农产品物流发展现状与需求分析 | 第19-29页 |
| 2.1 农产品及农产品物流概念界定 | 第19-21页 |
| 2.1.1 农产品概念与特点 | 第19页 |
| 2.1.2 农产品物流概念与特点 | 第19-21页 |
| 2.2 S公司农产品物流发展现状分析 | 第21-23页 |
| 2.2.1 S公司概况 | 第21-22页 |
| 2.2.2 S公司农产品物流发展概述 | 第22-23页 |
| 2.3 S公司农产品物流发展存在问题 | 第23-24页 |
| 2.4 S公司农产品配送需求分析 | 第24-29页 |
| 2.4.1 基础数据 | 第24-25页 |
| 2.4.2 配送量预测 | 第25-28页 |
| 2.4.3 预测结果分析 | 第28-29页 |
| 第3章 基于近邻传播聚类的S公司农产品配送中心选址研究 | 第29-37页 |
| 3.1 S公司农产品配送中心选址问题概述与影响因素分析 | 第29-31页 |
| 3.1.1 S公司农产品配送中心选址问题概述 | 第29-30页 |
| 3.1.2 S公司农产品配送中心选址影响因素分析 | 第30-31页 |
| 3.2 近邻传播聚类算法简介与求解步骤 | 第31-33页 |
| 3.2.1 近邻传播聚类算法简介 | 第31-32页 |
| 3.2.2 近邻传播聚类算法求解步骤 | 第32-33页 |
| 3.3 S公司农产品配送中心选址问题解决流程 | 第33-37页 |
| 第4章 基于粒子群算法的农产品配送路径优化模型构建 | 第37-52页 |
| 4.1 农产品配送路径优化问题描述 | 第37-39页 |
| 4.1.1 车辆配送路径优化问题概述 | 第37-38页 |
| 4.1.2 S公司农产品配送路径优化问题描述 | 第38-39页 |
| 4.2 粒子群算法简介 | 第39-44页 |
| 4.2.1 粒子群算法原理概述 | 第39-40页 |
| 4.2.2 基本粒子群算法数学描述 | 第40-41页 |
| 4.2.3 基本粒子群算法改进研究 | 第41-44页 |
| 4.3 S公司农产品配送路径优化模型构建 | 第44-48页 |
| 4.3.1 模型假设 | 第44页 |
| 4.3.2 优化目标 | 第44-47页 |
| 4.3.3 模型综述 | 第47-48页 |
| 4.4 S公司农产品配送路径优化模型实现流程 | 第48-52页 |
| 第5章 模型求解与发展建议 | 第52-67页 |
| 5.1 S公司农产品配送中心选址问题求解 | 第52-58页 |
| 5.2 S公司农产品配送路径优化问题求解 | 第58-65页 |
| 5.2.1 S公司农产品配送业务分析 | 第58-59页 |
| 5.2.2 S公司农产品配送路径优化 | 第59-65页 |
| 5.2.3 优化结果分析 | 第65页 |
| 5.3 发展建议 | 第65-67页 |
| 第6章 结论与展望 | 第67-69页 |
| 6.1 研究结论 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文及参加的科研情况 | 第73页 |
