| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景与研究意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·现代企业物流业务研究与现状 | 第11页 |
| ·烟草行业物流的发展趋势 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·论文组织安排 | 第12-13页 |
| 第二章 现代企业物流供应链研究 | 第13-18页 |
| ·物流供应链研究引言 | 第13页 |
| ·企业销售物流调度流程 | 第13-14页 |
| ·企业成品物流调拨发货工作流程 | 第14-16页 |
| ·企业物流监控管理 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 企业物流车辆调度模型的研究与建立 | 第18-25页 |
| ·企业物流车辆调度模型 | 第18-22页 |
| ·VRP 的一般描述 | 第18-21页 |
| ·VRP 的分类 | 第21-22页 |
| ·企业物流调度模型描述 | 第22页 |
| ·车辆非满载调度模型的研究与建立 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 蚁群算法研究 | 第25-38页 |
| ·蚁群算法基本原理 | 第25-27页 |
| ·蚁群算法模型建立 | 第27-29页 |
| ·路径构建 | 第27-28页 |
| ·信息素更新 | 第28-29页 |
| ·基本实现步骤 | 第29-30页 |
| ·业务实例与参数分析 | 第30-33页 |
| ·业务实例 | 第30-31页 |
| ·因子α对蚁群算法性能的影响 | 第31页 |
| ·因子β对政群算法性能的影响 | 第31-32页 |
| ·因子ρ对蚁群算法性能的影响 | 第32页 |
| ·因子m对蚁群算法性能的影响 | 第32页 |
| ·因子Q对蚁群算法性能的影响 | 第32-33页 |
| ·参数设置 | 第33页 |
| ·改进蚁群算法与实例实现 | 第33-37页 |
| ·局部更新规则改进 | 第33页 |
| ·期望启发因子改进 | 第33-34页 |
| ·路径选择概率改进 | 第34页 |
| ·设定信息素浓度上下限 | 第34页 |
| ·改进算法实现步骤 | 第34-35页 |
| ·商业公司信息与时间窗 | 第35-36页 |
| ·计算结果分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 模拟退火算法研究 | 第38-47页 |
| ·模拟退火算法原理 | 第38-39页 |
| ·模拟退火算法基本概念 | 第39-41页 |
| ·改进模拟退火算法设计 | 第41-45页 |
| ·解的表示方法 | 第41-42页 |
| ·解的评价方法与交换法邻域操作 | 第42页 |
| ·解的路径内优化法 | 第42-43页 |
| ·改进算法实现步骤与算法流程图 | 第43-45页 |
| ·改进模拟退火算法实例实现 | 第45-46页 |
| ·商业公司信息与时间窗 | 第45-46页 |
| ·计算结果分析 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第六章 物流监控 | 第47-57页 |
| ·大规模信息采集 | 第47-51页 |
| ·GPS 数据采集 | 第47页 |
| ·GPS 数据集成应用 | 第47-48页 |
| ·物流状态信息采集 | 第48-49页 |
| ·物流电子锁系统组成 | 第49-50页 |
| ·物流电子锁主要参数 | 第50-51页 |
| ·物流电子锁开锁与防盗方式 | 第51页 |
| ·在途监控 | 第51-56页 |
| ·基于 GPS-GIS 的物流监控系统 | 第51-53页 |
| ·系统组成 | 第51-52页 |
| ·系统工作原理 | 第52页 |
| ·系统主要功能 | 第52页 |
| ·系统实际在途监控展示 | 第52-53页 |
| ·传统监控系统的不足 | 第53页 |
| ·基于 GPS-GIS 和 GPS 电子锁的物流监控系统 | 第53-56页 |
| ·系统设计要求与核心部件 | 第54页 |
| ·系统流程 | 第54-55页 |
| ·GPS 电子锁功能与数据表设计 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57-58页 |
| ·研究展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间的研究成果 | 第6页 |