| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 选题背景及意义 | 第7-8页 |
| 1.2 研究现状介绍 | 第8-10页 |
| 1.2.1 物流配送中心选址研究现状 | 第8-9页 |
| 1.2.2 车辆路径规划问题研究现状 | 第9-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 第2章 物流配送路径规划问题概述 | 第11-17页 |
| 2.1 物流配送的概念及相关介绍 | 第11-12页 |
| 2.1.1 物流的概念及介绍 | 第11页 |
| 2.1.2 物流配送的相关介绍 | 第11-12页 |
| 2.2 物流配送中心选址 | 第12-13页 |
| 2.2.1 物流配送中心选址概念 | 第12-13页 |
| 2.2.2 配送中心的类型 | 第13页 |
| 2.3 车辆路径问题概述 | 第13-16页 |
| 2.3.1 车辆路径问题的定义 | 第13-14页 |
| 2.3.2 车辆路径问题分类 | 第14页 |
| 2.3.3 多配送中心路径问题 | 第14-15页 |
| 2.3.4 带时间窗约束的路径问题 | 第15-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 物流配送中心选址问题的研究 | 第17-32页 |
| 3.1 基本理论分析 | 第17-18页 |
| 3.1.1 中心选址原则 | 第17页 |
| 3.1.2 选址的工作流程 | 第17-18页 |
| 3.2 人工免疫膜算法及其改进研究 | 第18-22页 |
| 3.2.1 人工免疫算法 | 第18-19页 |
| 3.2.2 膜计算——细胞型膜计算模型简述 | 第19-21页 |
| 3.2.3 膜计算与人工免疫算法耦合思想 | 第21-22页 |
| 3.3 基于免疫膜计算求解配送中心选址问题 | 第22-31页 |
| 3.3.1 问题描述及数学模型 | 第22-23页 |
| 3.3.2 求解中心选址问题的免疫膜计算设计 | 第23-27页 |
| 3.3.3 仿真与分析 | 第27-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 多配送中心的物流配送路径规划研究 | 第32-47页 |
| 4.1 多配送中心路径规划问题 | 第32-34页 |
| 4.1.1 多配送中心路径规划基本描述 | 第32-33页 |
| 4.1.2 多配送中心路径规划转化方法 | 第33-34页 |
| 4.2 遗传膜计算介绍 | 第34-37页 |
| 4.2.1 遗传算法 | 第34-35页 |
| 4.2.2 遗传膜计算描述 | 第35-36页 |
| 4.2.3 遗传膜计算结构框架 | 第36-37页 |
| 4.3 基于遗传膜计算的多配送中心路径规划问题研究 | 第37-46页 |
| 4.3.1 多配送中心路径规划的数学模型 | 第37-38页 |
| 4.3.2 求解多配送中心路径规划问题的遗传膜计算设计 | 第38-42页 |
| 4.3.3 仿真与分析 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 带时间窗的物流配送路径规划研究 | 第47-60页 |
| 5.1 带时间窗的路径规划基本理论 | 第47页 |
| 5.1.1 带时间窗的路径规划的基本描述 | 第47页 |
| 5.1.2 带时间窗的路径规划的目标 | 第47页 |
| 5.2 蚁群膜计算介绍 | 第47-51页 |
| 5.2.1 蚁群算法 | 第48-49页 |
| 5.2.2 蚁群优化膜计算描述 | 第49-50页 |
| 5.2.3 蚁群优化膜计算结构框架 | 第50-51页 |
| 5.3 基于蚁群优化膜计算的带时间窗的路径规划问题研究 | 第51-59页 |
| 5.3.1 带时间窗的路径规划数学模型 | 第51-52页 |
| 5.3.2 求解带时间窗的路径规划的蚁群优化膜计算算法设计 | 第52-55页 |
| 5.3.3 仿真与分析 | 第55-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间完成和录用相关文献列表 | 第66-67页 |
| 致谢 | 第67-69页 |
