| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第12-20页 |
| 1.1 选题背景与研究意义 | 第12-13页 |
| 1.2 研究内容与技术路线 | 第13-17页 |
| 1.3 创新点 | 第17-20页 |
| 2 国内外研究现状 | 第20-30页 |
| 2.1 聚类及选址 | 第20-24页 |
| 2.1.1 聚类问题 | 第20-23页 |
| 2.1.2 选址方法 | 第23-24页 |
| 2.2 CVRP问题及线路规划方法 | 第24-30页 |
| 2.2.1 基于约束的CVRP问题 | 第24-27页 |
| 2.2.2 车辆路径问题求解方法 | 第27-30页 |
| 3 带容量约束的聚类选址问题 | 第30-38页 |
| 3.1 问题描述 | 第30页 |
| 3.2 K-means聚类选址算法 | 第30-31页 |
| 3.2.1 K-means聚类算法简介 | 第30-31页 |
| 3.2.2 K-means聚类算法流程 | 第31页 |
| 3.3 带容量约束的K-means聚类选址算法 | 第31-38页 |
| 3.3.1 算法设计思路 | 第31-33页 |
| 3.3.2 算法描述及流程 | 第33-38页 |
| 4 带工作时间约束的CVRP问题 | 第38-48页 |
| 4.1 问题描述 | 第38-39页 |
| 4.2 带工作时间约束的CVRP问题模型建立 | 第39-40页 |
| 4.2.1 基本假设与变量定义 | 第39页 |
| 4.2.2 模型建立 | 第39-40页 |
| 4.3 带工作时间约束的CVRP问题的算法设计 | 第40-48页 |
| 4.3.1 蚁群算法基本原理 | 第40-41页 |
| 4.3.2 信息素更新规则 | 第41-43页 |
| 4.3.3 状态转移规则 | 第43-44页 |
| 4.3.4 解决带工作时间约束的CVRP问题的蚁群算法步骤 | 第44-47页 |
| 4.3.5 2-opt算法基本原理 | 第47-48页 |
| 5 ZMKM企业站点选址及配送线路规划 | 第48-62页 |
| 5.1 案例问题描述 | 第48-49页 |
| 5.1.1 案例背景 | 第48-49页 |
| 5.1.2 解决思路 | 第49页 |
| 5.2 带容量约束的聚类选址 | 第49-52页 |
| 5.2.1 参数选取 | 第49-50页 |
| 5.2.2 数据准备 | 第50页 |
| 5.2.3 聚类结果及选址结果分析 | 第50-52页 |
| 5.3 带工作时间约束及车辆容量限制的配送线路优化 | 第52-56页 |
| 5.3.1 算例参数设置 | 第52页 |
| 5.3.2 带工作时间约束的CVRP问题的蚁群算法中参数设置 | 第52-53页 |
| 5.3.3 算例求解结果 | 第53-56页 |
| 5.4 选址及配送线路优化结果与企业实际对比分析 | 第56-62页 |
| 5.4.1 成本分析 | 第56-59页 |
| 5.4.2 效率分析 | 第59-60页 |
| 5.4.3 与企业实际对比 | 第60-62页 |
| 6 结论与展望 | 第62-64页 |
| 6.1 主要结论 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 参考文献 | 第64-72页 |
| 附录 | 第72-80页 |
| 作者简历及在学期间所取得的主要科研成果 | 第80页 |
