| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.2.3 研究述评 | 第14-15页 |
| 1.3 本文的主要研究内容及方法 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.3.3 创新点 | 第16页 |
| 1.3.4 技术路线 | 第16-17页 |
| 第2章 集装箱内陆集疏运系统 | 第17-25页 |
| 2.1 集疏运系统的含义 | 第17页 |
| 2.2 集装箱运输 | 第17-18页 |
| 2.3 集装箱内陆集疏运系统构成 | 第18-23页 |
| 2.3.1 内陆集装箱场站 | 第19-20页 |
| 2.3.2 运输线路 | 第20-21页 |
| 2.3.3 运输工具 | 第21-22页 |
| 2.3.4 运输网络 | 第22-23页 |
| 2.3.5 营运组织管理 | 第23页 |
| 2.4 内陆集疏运系统的功能 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 考虑需求量变动的集装箱内陆集疏运系统优化模型 | 第25-39页 |
| 3.1 集装箱内陆集疏运优化问题 | 第25-27页 |
| 3.1.1 内陆集疏运供需网络的构成 | 第25-26页 |
| 3.1.2 问题描述 | 第26-27页 |
| 3.2 参数变量说明 | 第27-28页 |
| 3.3 模型建立 | 第28-37页 |
| 3.3.1 不确定需求的分析 | 第28-34页 |
| 3.3.2 需求临界值的确定 | 第34页 |
| 3.3.3 内陆集疏运的优化分析 | 第34-35页 |
| 3.3.4 双层规划模型 | 第35-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 云自适应遗传算法设计 | 第39-53页 |
| 4.1 遗传算法基础理论 | 第39-45页 |
| 4.1.1 遗传算法的原理 | 第39-41页 |
| 4.1.2 遗传算法的特点 | 第41-42页 |
| 4.1.3 遗传算法的改进 | 第42-45页 |
| 4.2 云模型理论 | 第45-50页 |
| 4.3 云自适应遗传算法设计 | 第50-52页 |
| 4.3.1 云自适应遗传算法的基本原理 | 第50-51页 |
| 4.3.2 云自适应遗传算法基本步骤 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 算例分析 | 第53-63页 |
| 5.1 数据选择 | 第53-55页 |
| 5.2 模型求解 | 第55-58页 |
| 5.2.1 算法运行过程 | 第55页 |
| 5.2.2 算法参数设置 | 第55页 |
| 5.2.3 与需求确定情况的比较 | 第55-57页 |
| 5.2.4 优化结果 | 第57-58页 |
| 5.3 结果分析 | 第58-62页 |
| 5.3.1 优化结果分析 | 第58-59页 |
| 5.3.2 结果对比分析 | 第59-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论与展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第70-71页 |