| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 物联网技术发展现状及研究成果 | 第10-11页 |
| 1.2.2 物流配送发展现状及研究成果 | 第11-14页 |
| 1.3 课题研究的目的和意义 | 第14页 |
| 1.4 课题主要研究工作 | 第14-16页 |
| 第2章 基于物联网技术的电力物资配送优化的总体方案 | 第16-28页 |
| 2.1 电力物资配送中的主要问题和解决思路 | 第16-20页 |
| 2.1.1 电力物资的特点 | 第16-17页 |
| 2.1.2 电力物资的分类 | 第17-18页 |
| 2.1.3 电力物资配送中存在的主要问题 | 第18-19页 |
| 2.1.4 电力物资配送优化的解决思路 | 第19-20页 |
| 2.2 物联网在电力物资配送中的应用 | 第20-24页 |
| 2.2.1 地理信息系统(GIS) | 第21-22页 |
| 2.2.2 全球定位系统(GPS) | 第22-23页 |
| 2.2.3 智能交通系统(ITS) | 第23-24页 |
| 2.3 物联网优化的具体概念模型及其实现方案 | 第24-27页 |
| 2.3.1 物联网优化在配送中的实现方案 | 第24-25页 |
| 2.3.2 电力物资配送网络的拓扑结构 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于物联网技术的电力物资配送优化模型 | 第28-33页 |
| 3.1 问题描述和假设条件 | 第28-29页 |
| 3.1.1 问题描述 | 第28页 |
| 3.1.2 假设条件 | 第28-29页 |
| 3.2 模型的建立 | 第29-31页 |
| 3.2.1 参数设置 | 第29-30页 |
| 3.2.2 建立模型 | 第30-31页 |
| 3.3 模型求解方法的选择 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 模型求解方法--遗传算法 | 第33-42页 |
| 4.1 遗传算法简介 | 第33-38页 |
| 4.1.1 遗传算法基本原理 | 第33页 |
| 4.1.2 遗传算法流程 | 第33-34页 |
| 4.1.3 遗传算法的基础实现技术 | 第34-38页 |
| 4.2 本模型遗传算法的求解思路 | 第38-41页 |
| 4.2.1 编码设计 | 第38-39页 |
| 4.2.2 初始化群体选择 | 第39页 |
| 4.2.3 适应度函数的确定 | 第39-40页 |
| 4.2.4 遗传算子 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 实例分析与仿真 | 第42-51页 |
| 5.1 模型求解与仿真 | 第42-47页 |
| 5.1.1 模型数据的选取 | 第42-45页 |
| 5.1.2 求解结果分析 | 第45-47页 |
| 5.2 成本分析 | 第47-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第6章 结论与展望 | 第51-53页 |
| 6.1 论文工作总结 | 第51页 |
| 6.2 不足与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-59页 |
| 攻读硕士学位期间参加的科研工作 | 第59页 |