| 第一章 导论 | 第1-12页 |
| 1．1 研究背景与意义 | 第7-10页 |
| 1．2 本文的研究内容与结构 | 第10-12页 |
| 第二章 定位—运输路线安排问题优化算法研究现状 | 第12-24页 |
| 2．1 定位—配给问题 | 第12-14页 |
| 2．2 运输路线安排问题 | 第14-16页 |
| 2．3 定位—运输路线安排问题 | 第16-20页 |
| 2．3．1 LRP的含义 | 第16-17页 |
| 2．3．2 LRP的发展历程 | 第17页 |
| 2．3．3 LRP求解算法的发展 | 第17-19页 |
| 2．3．4 LRP实际问题的求解算法的发展 | 第19-20页 |
| 2．4 遗传算法 | 第20-24页 |
| 2．4．1 自然进化与遗传算法 | 第20页 |
| 2．4．2 遗传算法的基本实现技术 | 第20-22页 |
| 2．4．3 遗传算法的特点 | 第22-23页 |
| 2．4．4 遗传算法和其它传统搜索算法的对比 | 第23-24页 |
| 第三章 随机时间定位—运输路线安排问题的模型研究 | 第24-35页 |
| 3．1 LRP问题的引入 | 第24-30页 |
| 3．1．1 LRP的分类 | 第25-28页 |
| 3．1．2 求解LRP的算法 | 第28-30页 |
| 3．2 模型基本假设 | 第30页 |
| 3．3 符号与变量说明 | 第30-31页 |
| 3．3．1 模型中的决策变量 | 第30-31页 |
| 3．3．2 模型中的参数含义 | 第31页 |
| 3．4 随机时间LRP机会整数规划模型 | 第31-32页 |
| 3．5 加入时间窗的随机时间LRP模型 | 第32-35页 |
| 3．5．1 带时间窗随机时间LRP问题的目标体系 | 第33页 |
| 3．5．2 带时间窗随机时间LRP问题的数学模型 | 第33-35页 |
| 第四章 随机时间定位—运输路线安排问题的遗传算法求解 | 第35-46页 |
| 4．1 遗传算法的构造过程 | 第35-36页 |
| 4．2 染色体的编码方式 | 第36-37页 |
| 4．3 初始染色体群体的产生 | 第37-38页 |
| 4．4 约束条件的处理 | 第38-39页 |
| 4．5 染色体适应度函数值的衡量方法 | 第39页 |
| 4．6 GA的选择机制 | 第39-40页 |
| 4．7 GA的交叉过程 | 第40-42页 |
| 4．8 GA的变异方式 | 第42-43页 |
| 4．9 GA的停止条件 | 第43-44页 |
| 4．10 GA的步骤 | 第44页 |
| 4．11 GA程序框图 | 第44-46页 |
| 第五章 算例分析 | 第46-56页 |
| 5．1 算例数据 | 第46-47页 |
| 5．2 求解说明 | 第47-51页 |
| 5．2．1 演算过程 | 第47-50页 |
| 5．2．2 经验总结 | 第50-51页 |
| 5．3 求解结果与分析 | 第51-56页 |
| 结束语 | 第56-58页 |
| 参考文献 | 第58-65页 |
| 附录 | 第65-87页 |
| 附录1：算例基础数据 | 第65-68页 |
| 附录2：算例求解程序 | 第68-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间主要研究成果 | 第88页 |