考虑道路畅通状况的冷链物流配送优化问题
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-18页 |
1.1 选题背景及意义 | 第11-13页 |
1.2 国内外冷链物流配送研究现状 | 第13-16页 |
1.2.1 国内外冷链物流研究现状 | 第13-14页 |
1.2.2 国内外带时间窗的车辆路径研究现状 | 第14-16页 |
1.3 本文研究内容 | 第16-18页 |
第2章 冷链物流配送路径问题概述 | 第18-27页 |
2.1 冷链物流概述 | 第18-19页 |
2.1.1 冷链物流的定义 | 第18页 |
2.1.2 冷链物流的特点 | 第18-19页 |
2.1.3 冷链物流服务对象 | 第19页 |
2.2 车辆路径问题概述 | 第19-26页 |
2.2.1 车辆路径问题的定义 | 第20-21页 |
2.2.2 车辆路径问题组成要素 | 第21-22页 |
2.2.3 车辆路径问题模型阐述 | 第22-24页 |
2.2.4 车辆路径问题的发展 | 第24-26页 |
2.3 本章小结 | 第26-27页 |
第3章 考虑道路畅通状况的冷链物流配送问题建模 | 第27-36页 |
3.1 问题描述 | 第27-30页 |
3.1.1 冷链物流配送问题描述 | 第27页 |
3.1.2 道路畅通状况概述 | 第27-30页 |
3.2 模型假设及符号描述 | 第30-32页 |
3.2.1 模型假设 | 第30-31页 |
3.2.2 符号描述 | 第31-32页 |
3.3 冷链物流配送问题的目标函数 | 第32-33页 |
3.3.1 运输成本 | 第32页 |
3.3.2 货损成本 | 第32-33页 |
3.3.3 能耗成本 | 第33页 |
3.3.4 惩罚成本 | 第33页 |
3.4 冷链物流配送优化模型 | 第33-35页 |
3.5 本章小结 | 第35-36页 |
第4章 基于2-opt的遗传算法 | 第36-46页 |
4.1 冷链物流配送问题的优化算法 | 第36-39页 |
4.1.1 2-opt算法 | 第36页 |
4.1.2 遗传算法 | 第36-37页 |
4.1.3 模拟退火算法 | 第37-38页 |
4.1.4 禁忌搜索算法 | 第38-39页 |
4.1.5 蚁群算法 | 第39页 |
4.2 基于2-opt的遗传算法 | 第39-44页 |
4.2.1 算法流程 | 第39-41页 |
4.2.2 编码 | 第41页 |
4.2.3 初始种群 | 第41页 |
4.2.4 适应值函数 | 第41-42页 |
4.2.5 选择操作 | 第42页 |
4.2.6 交叉操作 | 第42-44页 |
4.2.7 变异操作 | 第44页 |
4.3 本章小结 | 第44-46页 |
第5章 算例实验及结果分析 | 第46-58页 |
5.1 算例数值 | 第46-54页 |
5.1.1 数值参数 | 第46-50页 |
5.1.2 数值处理 | 第50-54页 |
5.2 结果分析 | 第54-57页 |
5.2.1 实验结果 | 第54-56页 |
5.2.2 对比分析 | 第56-57页 |
5.3 本章小结 | 第57-58页 |
第6章 结论与展望 | 第58-59页 |
6.1 研究结论 | 第58页 |
6.2 研究展望 | 第58-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-64页 |
作者简介 | 第64页 |