| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-18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 研究述评 | 第17-18页 |
| 1.3 本文的研究内容及研究方法 | 第18-20页 |
| 1.3.1 研究内容 | 第18页 |
| 1.3.2 研究方法 | 第18-19页 |
| 1.3.3 本文创新点 | 第19页 |
| 1.3.4 技术路线 | 第19-20页 |
| 第2章 低碳冷链物流配送及车辆调度基础理论 | 第20-34页 |
| 2.1 冷链物流理论概述 | 第20-23页 |
| 2.1.1 冷链物流的概念 | 第20-21页 |
| 2.1.2 冷链物流的特点 | 第21-22页 |
| 2.1.3 冷链物流的适用范围 | 第22页 |
| 2.1.4 冷链物流遵循的原则 | 第22-23页 |
| 2.2 物流配送理论 | 第23-26页 |
| 2.2.1 物流配送的概念 | 第23-24页 |
| 2.2.2 物流配送种类及作用 | 第24-26页 |
| 2.3 车辆调度理论 | 第26-30页 |
| 2.3.1 车辆调度问题的含义 | 第26-27页 |
| 2.3.2 车辆调度问题的组成要素 | 第27-28页 |
| 2.3.3 车辆调度问题的分类及模型 | 第28-29页 |
| 2.3.4 带时间窗约束的车辆调度问题的含义 | 第29-30页 |
| 2.4 低碳物流与绿色物流理论 | 第30-32页 |
| 2.4.1 低碳物流概念以及碳排放成本的测算 | 第30-31页 |
| 2.4.2 绿色物流概念与特点 | 第31-32页 |
| 2.5 常见的智能优化算法 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 考虑碳排放的生鲜农产品配送车辆调度模型 | 第34-46页 |
| 3.1 建模的基本思路 | 第34页 |
| 3.2 模型假设和参数描述 | 第34-37页 |
| 3.2.1 模型假设 | 第34-35页 |
| 3.2.2 参数描述 | 第35-37页 |
| 3.3 生鲜农产品配送车辆调度模型构建 | 第37-45页 |
| 3.3.1 生鲜农产品配送成本分析 | 第37-42页 |
| 3.3.2 约束条件 | 第42-43页 |
| 3.3.3 模型建立 | 第43-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 实证研究 | 第46-69页 |
| 4.1 改进的混合蚁群算法设计 | 第46-58页 |
| 4.1.1 车辆调度模型求解算法 | 第46-54页 |
| 4.1.2 算法设计 | 第54-58页 |
| 4.2 美食林集团生鲜农产品配送车辆调度优化 | 第58-68页 |
| 4.2.1 美食林集团概况 | 第58-59页 |
| 4.2.2 美食林集团生鲜农产品物流配送现状 | 第59-60页 |
| 4.2.3 数据获取 | 第60-64页 |
| 4.2.4 参数设置 | 第64-65页 |
| 4.2.5 优化结果 | 第65-66页 |
| 4.2.6 改进的混合蚁群算法与传统蚁群算法的优化结果对比分析 | 第66-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第5章 生鲜农产品配送过程中减少碳排放的对策与措施 | 第69-74页 |
| 5.1 优化车辆调度配送路线 | 第69-70页 |
| 5.1.1 培养物流专业人才 | 第69-70页 |
| 5.1.2 缩短配送里程 | 第70页 |
| 5.1.3 考虑载重对碳排放的影响 | 第70页 |
| 5.2 加强对货运驾驶员的低油耗驾驶培训 | 第70-71页 |
| 5.3 推广利用低碳物流设施与技术 | 第71-72页 |
| 5.3.1 运用先进的物流运输设备 | 第71-72页 |
| 5.3.2 依靠技术创新改善能源结构 | 第72页 |
| 5.4 企业勇于承担社会责任并提高环保意识 | 第72-73页 |
| 5.5 政府应制定相应的政策法规及激励政策 | 第73页 |
| 5.6 本章小结 | 第73-74页 |
| 结论与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 作者简介 | 第82页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第82-83页 |