| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国内外冷链物流研究现状 | 第13-15页 |
| 1.2.2 国内外低碳冷链物流研究现状 | 第15-17页 |
| 1.3 研究内容、方法及技术路线 | 第17-19页 |
| 1.3.1 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18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第2章 相关理论综述 | 第20-30页 |
| 2.1 农产品冷链物流概述 | 第20-21页 |
| 2.1.1 农产品冷链物流概念 | 第20-21页 |
| 2.1.2 农产品冷链物流特点 | 第21页 |
| 2.2 低碳物流概述 | 第21-23页 |
| 2.2.1 低碳物流概念 | 第21-22页 |
| 2.2.2 低碳物流特点 | 第22-23页 |
| 2.3 车辆路径优化理论 | 第23-29页 |
| 2.3.1 车辆路径优化问题概念与组成元素 | 第23-24页 |
| 2.3.2 车辆路径问题的类型 | 第24-25页 |
| 2.3.3 帯时间窗的车辆路径问题的基本理论 | 第25-28页 |
| 2.3.4 求解车辆路径问题的相关方法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 考虑碳排放的生鲜农产品冷链物流配送路径优化模型 | 第30-41页 |
| 3.1 问题描述 | 第30-31页 |
| 3.2 模型的假设和约束条件 | 第31页 |
| 3.2.1 假设条件 | 第31页 |
| 3.2.2 约束条件 | 第31页 |
| 3.3 模型的建立 | 第31-40页 |
| 3.3.1 目标函数分析 | 第31-39页 |
| 3.3.2 构建模型 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于改进的遗传算法的冷链物流配送路径优化研究 | 第41-54页 |
| 4.1 遗传算法概述 | 第41-43页 |
| 4.1.1 遗传算法的基本思想及组成要素 | 第41页 |
| 4.1.2 遗传算法执行流程 | 第41-43页 |
| 4.2 改进的遗传算法设计 | 第43-46页 |
| 4.2.1 编码 | 第43页 |
| 4.2.2 种群初始化 | 第43页 |
| 4.2.3 适应度函数设计 | 第43-44页 |
| 4.2.4 遗传算子设计 | 第44-46页 |
| 4.2.5 控制参数的设定 | 第46页 |
| 4.3 算例分析 | 第46-53页 |
| 4.3.1 算例描述 | 第46-48页 |
| 4.3.2 参数设置 | 第48页 |
| 4.3.3 实验结果及分析 | 第48-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 基于改进的蚁群算法的冷链物流配送路径优化研究 | 第54-69页 |
| 5.1 蚁群算法概述 | 第54-57页 |
| 5.1.1 蚁群算法基本原理 | 第54-55页 |
| 5.1.2 蚁群算法模型 | 第55-57页 |
| 5.1.3 蚁群算法的实现 | 第57页 |
| 5.2 改进的蚁群算法设计 | 第57-61页 |
| 5.2.1 改进蚁群算法的描述 | 第57-59页 |
| 5.2.2 改进的蚁群算法的实现 | 第59-61页 |
| 5.3 算例分析 | 第61-65页 |
| 5.3.1 算例描述 | 第61页 |
| 5.3.2 参数设置 | 第61-62页 |
| 5.3.3 蚁群算法及改进的蚁群算法的运行结果 | 第62-65页 |
| 5.4 算法对比分析 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 结论与展望 | 第69-71页 |
| 6.1 研究结论 | 第69页 |
| 6.2 研究展望 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 在学期间研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
