| 第1章 绪论 | 第1-20页 |
| 1．1 供应链设施选址的背景和研究意义 | 第9-11页 |
| 1．1．1 研究背景 | 第9-11页 |
| 1．1．2 研究意义 | 第11页 |
| 1．2 国内外研究现状 | 第11-17页 |
| 1．2．1 国外研究现状 | 第12-14页 |
| 1．2．2 国内研究现状 | 第14-17页 |
| 1．2．3 目前存在的主要问题 | 第17页 |
| 1．3 本文的研究内容与结构 | 第17-20页 |
| 1．3．1 主要研究内容 | 第17-18页 |
| 1．3．2 研究方法 | 第18页 |
| 1．3．3 技术路线 | 第18-20页 |
| 第2章 供应链设施选址问题分析 | 第20-32页 |
| 2．1 供应链物流设施的相关概念 | 第20-23页 |
| 2．1．1 物流设施的分类 | 第20-21页 |
| 2．1．2 物流设施的主要功能 | 第21-22页 |
| 2．1．3 设施选址的在物流网络规划中的作用 | 第22-23页 |
| 2．2 设施选址规划 | 第23-27页 |
| 2．2．1 设施选址的原则 | 第23-24页 |
| 2．2．2 设施选址的影响因素 | 第24-26页 |
| 2．2．3 设施选址的程序和步骤 | 第26-27页 |
| 2．3 设施选址问题的分类和模型 | 第27-32页 |
| 2．3．1 设施选址问题的分类 | 第27-28页 |
| 2．3．2 设施选址问题的主要模型 | 第28-32页 |
| 第3章 基于随机需求的设施选址模型(SFL) | 第32-46页 |
| 3．1 模型的问题描述 | 第32页 |
| 3．2 库存相关理论 | 第32-37页 |
| 3．2．1 相关概念 | 第32-34页 |
| 3．2．2 服务水平 | 第34-35页 |
| 3．2．3 补给策略 | 第35-36页 |
| 3．2．4 常见库存控制模型 | 第36-37页 |
| 3．3 模型基本假设和符号含义 | 第37-40页 |
| 3．3．1 模型的假设 | 第37页 |
| 3．3．2 符号含义 | 第37-38页 |
| 3．3．3 模型的随机驱动因素 | 第38页 |
| 3．3．4 模型的数据采集 | 第38-40页 |
| 3．4 总成本模型的建立 | 第40-43页 |
| 3．4．1 分销中心库存参数 | 第40-42页 |
| 3．4．2 分销中心库存成本 | 第42-43页 |
| 3．5 模型的数学表达及含义 | 第43-46页 |
| 第4章 基于混合遗传算法的SFL优化 | 第46-67页 |
| 4．1 SFL的期望值模型 | 第46-50页 |
| 4．1．1 随机规划问题描述 | 第46-47页 |
| 4．1．2 SFL的期望值模型 | 第47-49页 |
| 4．1．3 SFL期望值模型求解方法分析 | 第49-50页 |
| 4．2 基本遗传算法研究 | 第50-59页 |
| 4．2．1 遗传算法的基本原理 | 第50-54页 |
| 4．2．2 遗传算法的基本实现技术 | 第54-58页 |
| 4．2．3 基本遗传算法的特点 | 第58-59页 |
| 4．3 混合遗传算法及仿真分析 | 第59-64页 |
| 4．3．1 模拟退火算法的搜索能力分析 | 第59-61页 |
| 4．3．2 遗传模拟退火算法分析 | 第61-62页 |
| 4．3．3 混合遗传算法的优化比较研究 | 第62-64页 |
| 4．4 SFL优化的实现技术 | 第64-67页 |
| 4．4．1 针对 SFL的编码方式 | 第64-65页 |
| 4．4．2 其他遗传算子设置 | 第65-67页 |
| 第5章 案例研究 | 第67-74页 |
| 5．1 案例背景介绍 | 第67页 |
| 5．2 数据采集 | 第67-70页 |
| 5．3 结果分析 | 第70-74页 |
| 5．3．1 模型优化结果 | 第70-71页 |
| 5．3．2 混合遗传算法与基本遗传算法优化结果比较 | 第71-72页 |
| 5．3．3 需求参数的灵敏度分析 | 第72-73页 |
| 5．3．4 投资总额对优化结果的影响 | 第73-74页 |
| 第6章 总结和展望 | 第74-76页 |
| 6．1 总结 | 第74页 |
| 6．2 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 附录:混合遗传算法的部分源代码 | 第80-86页 |
| 致谢 | 第86页 |