| 第一章 绪论 | 第10-46页 |
| 1．1 供应链管理环境下的物流管理新要求 | 第10-13页 |
| 1．1．1 供应链管理环境下的物流管理 | 第10-11页 |
| 1．1．2 供应链环境下的库存控制 | 第11-12页 |
| 1．1．3 实现供应链环境下物流管理需要解决的问题 | 第12-13页 |
| 1．2 物流管理建模与优化的研究背景 | 第13-17页 |
| 1．2．1 物流管理与库存控制建模 | 第13-15页 |
| 1．2．2 物流管理的优化目标 | 第15-16页 |
| 1．2．3 物流和库存管理的过程控制 | 第16-17页 |
| 1．3 物流过程的建模方法 | 第17-24页 |
| 1．3．1 结构化建模方法 | 第17-18页 |
| 1．3．2 Petri网描述方法 | 第18-22页 |
| 1．3．3 Petri网的应用 | 第22-24页 |
| 1．4 物流和库存管理的优化理论和方法 | 第24-33页 |
| 1．4．1 经典的数学规划优化方法 | 第25页 |
| 1．4．2 智能化随机搜索方法 | 第25-27页 |
| 1．4．3 遗传算法简介 | 第27-30页 |
| 1．4．4 粒子群优化算法简介 | 第30-33页 |
| 1．5 论文研究思路和主要研究内容 | 第33-35页 |
| 1．5．1 论文主要内容和结构安排 | 第33-34页 |
| 1．5．2 论文主要创新点 | 第34-35页 |
| 参考文献 | 第35-46页 |
| 第二章 供应链环境下的库存管理问题描述 | 第46-69页 |
| 2．1 供应链环境下的物流管理 | 第46-50页 |
| 2．1．1 供应链与物流管理 | 第46-49页 |
| 2．1．2 新的物流管理特点和趋势 | 第49-50页 |
| 2．2 库存控制与物流管理 | 第50-56页 |
| 2．2．1 库存控制在现代物流管理中的地位 | 第50-52页 |
| 2．2．2 库存管理问题的分类与管理目标 | 第52-56页 |
| 2．3 库存管理的基本策略 | 第56-60页 |
| 2．3．1 传统库存控制方法 | 第56-58页 |
| 2．3．2 联合库存管理 | 第58页 |
| 2．3．3 供应商管理库存 | 第58-59页 |
| 2．3．4 协同式供应链库存管理 | 第59-60页 |
| 2．4 库存控制的优化模型 | 第60-67页 |
| 2．4．1 基于成本分析的库存决策 | 第61-65页 |
| 2．4．2 基于解耦分析的库存决策 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 第三章 基于代数Petri网的VMI建模研究 | 第69-88页 |
| 3．1 引言 | 第69-70页 |
| 3．2 代数描述方法 | 第70-73页 |
| 3．3 代数 Petri网 | 第73-75页 |
| 3．4 VMI系统的结构分析方法 | 第75-81页 |
| 3．5 VMI系统的代数Petri网模型 | 第81-86页 |
| 3．5．1 库所、变迁、弧的定义 | 第81-82页 |
| 3．5．2 VMI系统的代数描述 | 第82-83页 |
| 3．5．3 VMI的代数 Petri网描述 | 第83-86页 |
| 3．6 结果分析 | 第86页 |
| 参考文献 | 第86-88页 |
| 第四章 一种具有速度扰动的改进粒子群优化算法 | 第88-105页 |
| 4．1 引言 | 第88-89页 |
| 4．2 早熟收敛及其产生的原理分析 | 第89-91页 |
| 4．3 改进 PSO算法 | 第91-95页 |
| 4．3．1 基于扰动的 PSO算法改进 | 第91-92页 |
| 4．3．2 基于邻居拓扑的PSO算法改进 | 第92-95页 |
| 4．4 改进 PSO算法的仿真试验与分析 | 第95-103页 |
| 4．4．1 试验用标志函数 | 第95-96页 |
| 4．4．2 基于扰动的 PSO算法仿真 | 第96-101页 |
| 4．4．3 基于邻居拓扑的 PSO算法仿真 | 第101-103页 |
| 4．5 本章小结 | 第103页 |
| 参考文献 | 第103-105页 |
| 第五章 基于改进 PSO算法的批量生产计划协同库存成本优化 | 第105-120页 |
| 5．1 引言 | 第105-106页 |
| 5．2 批量生产计划与库存成本协同的数学描述 | 第106-110页 |
| 5．2．1 能力充足的计划批量问题模型 | 第107-108页 |
| 5．2．2 允许缺货的批量计划问题模型 | 第108页 |
| 5．2．3 有安全库存批量计划问题的模型 | 第108-109页 |
| 5．2．4 能力不足时批量计划问题的模型 | 第109-110页 |
| 5．3 改进 PSO算法的成本优化解决方案 | 第110-114页 |
| 5．3．1 算法描述 | 第110-111页 |
| 5．3．2 约束平衡 | 第111-114页 |
| 5．4 改进 PSO算法的仿真与实验 | 第114-115页 |
| 5．5 结论分析 | 第115-118页 |
| 5．6 本章小结 | 第118页 |
| 参考文献 | 第118-120页 |
| 第六章 基于遗传算法的库存成本优化 | 第120-135页 |
| 6．1 引言 | 第120页 |
| 6．2 基本遗传算法原理 | 第120-123页 |
| 6．3 改进遗传算法 | 第123-126页 |
| 6．3．1 基本遗传算法的局限性 | 第123-124页 |
| 6．3．2 “联姻”策略 | 第124-125页 |
| 6．3．3 PGAMP描述及算法流程 | 第125-126页 |
| 6．4 基于改进遗传算法的批量计划问题库存成本优化 | 第126-128页 |
| 6．4．1 批量计划问题库存成本优化模型 | 第126-127页 |
| 6．4．2 改进遗传算法的优化策略 | 第127-128页 |
| 6．5 仿真与实验 | 第128-131页 |
| 6．6 结论分析 | 第131-132页 |
| 6．7 本章小结 | 第132-133页 |
| 参考文献 | 第133-135页 |
| 第七章 总结与展望 | 第135-137页 |
| 7．1 全文总结 | 第135-136页 |
| 7．2 工作展望 | 第136-137页 |
| 致谢 | 第137-138页 |
| 攻读博士期间发表录用论文及学术经历 | 第138-139页 |
