| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-19页 |
| ·课题来源 | 第13页 |
| ·研究背景和意义 | 第13-15页 |
| ·研究背景 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| ·研究内容和创新之处 | 第15-17页 |
| ·研究内容 | 第15-17页 |
| ·创新之处 | 第17页 |
| ·本文的总体结构 | 第17-19页 |
| 第2章 选址研究及相关理论介绍 | 第19-47页 |
| ·选址问题研究综述 | 第19-30页 |
| ·传统选址问题 | 第20-24页 |
| ·扩展的选址问题 | 第24-30页 |
| ·选址问题常用算法 | 第30-36页 |
| ·库存管理 | 第36-46页 |
| ·传统的库存管理 | 第36-41页 |
| ·供应链下的库存管理 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 云物流和协同库存机制 | 第47-60页 |
| ·云制造 | 第47-50页 |
| ·网络化制造 | 第47-48页 |
| ·云制造 | 第48-50页 |
| ·云物流 | 第50-55页 |
| ·云物流的成因和基本概念 | 第50-52页 |
| ·云物流系统体系框架 | 第52-53页 |
| ·云物流的关键技术 | 第53-55页 |
| ·云物流下的协同库存机制及其形式化模型 | 第55-59页 |
| ·云物流下的协同库存机制 | 第55-56页 |
| ·协同库存的形式化建模 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第4章 云物流下基于协同库存和覆盖的选址分配问题建模 | 第60-96页 |
| ·供应链上物流成本分析 | 第60-63页 |
| ·供应链成本概述 | 第60-61页 |
| ·物流成本构成 | 第61-63页 |
| ·云物流下基于协同库存的覆盖选址问题的覆盖状态 | 第63-66页 |
| ·传统覆盖选址问题中的覆盖半径和覆盖状态 | 第63页 |
| ·云物流下基于协同库存的选址问题的覆盖半径和覆盖状态 | 第63-64页 |
| ·两种覆盖状态的对比分析 | 第64-66页 |
| ·不确定需求下基于模糊理论的最优订购策略 | 第66-79页 |
| ·关于模糊函数和泊松流对不确定需求拟合的讨论 | 第67-74页 |
| ·不确定性需求下基于模糊理论的最优订购量建模 | 第74-77页 |
| ·算法设计和系统实现 | 第77-79页 |
| ·单一产品下需求点的优先级 | 第79-86页 |
| ·需求点的效益分析和效益指标体系 | 第80-82页 |
| ·单一产品下需求点优先级的ANP建模 | 第82-86页 |
| ·云物流下选址-分配模型的构思 | 第86-87页 |
| ·云物流下基于协同库存的集合覆盖选址-分配模型 | 第87-91页 |
| ·问题背景分析 | 第87页 |
| ·模型构建和特点分析 | 第87-91页 |
| ·云物流下基于协同库存的最大覆盖的选址-分配模型 | 第91-94页 |
| ·问题背景分析 | 第91-92页 |
| ·模型构建和特点分析 | 第92-94页 |
| ·基于覆盖的选址-分配模型的扩展 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 第5章 GA-PSO混合式启发算法的设计与分析 | 第96-126页 |
| ·粒子群算法 | 第96-102页 |
| ·粒子群算法的基本原理 | 第96-98页 |
| ·粒子群算法的流程 | 第98-100页 |
| ·关于粒子群算法的分析 | 第100-102页 |
| ·遗传算法 | 第102-108页 |
| ·遗传算法的基本原理 | 第102-104页 |
| ·遗传算法的流程 | 第104-105页 |
| ·关于遗传算法的分析 | 第105-108页 |
| ·标准GA-PSO混合启发式算法设计 | 第108-109页 |
| ·标准GA-PSO算法的Benchmark测试 | 第109-112页 |
| ·云物流下选址-分配模型的GA-PSO混合式算法设计 | 第112-125页 |
| ·云物流下基于协同库存和集合覆盖的选址分配模型的算法设计 | 第112-119页 |
| ·云物流下基于协同库存和最大覆盖的选址分配模型的算法设计 | 第119-125页 |
| ·本章小结 | 第125-126页 |
| 第6章 制造背景下基于云物流的选址-分配算例分析 | 第126-149页 |
| ·汽车零部件供应物流的现状及需求分析 | 第126-130页 |
| ·实验设计和说明 | 第130-132页 |
| ·云物流下基于协同库存的集合覆盖的选址-分配算例 | 第132-141页 |
| ·云物流下基于协同库存的最大覆盖的选址-分配算例 | 第141-148页 |
| ·算法参数分析 | 第148页 |
| ·本章小结 | 第148-149页 |
| 第7章 总结与展望 | 第149-151页 |
| ·主要研究成果和结论 | 第149页 |
| ·研究展望 | 第149-151页 |
| 致谢 | 第151-152页 |
| 参考文献 | 第152-160页 |
| 附录1 攻读博士学位期间发表的论文目录 | 第160-161页 |
| 附录2 攻读博士学位期间主持或参加的科研课题 | 第161页 |
