| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 背景介绍 | 第7-11页 |
| ·研究的现实意义 | 第7-8页 |
| ·研究的理论意义 | 第8-9页 |
| ·研究对象和方法 | 第9-10页 |
| ·章节安排 | 第10-11页 |
| 第2章 文献综述 | 第11-16页 |
| 第3章 两级库存成本的计算方法 | 第16-22页 |
| ·串型结构 | 第16-18页 |
| ·分散独立决策 | 第16-18页 |
| ·集中决策 | 第18页 |
| ·分支型结构 | 第18-22页 |
| ·分散独立决策 | 第20-21页 |
| ·集中决策 | 第21-22页 |
| 第4章 数学模型 | 第22-27页 |
| ·表示符号 | 第23页 |
| ·集合 | 第23页 |
| ·参数 | 第23页 |
| ·决策变量 | 第23页 |
| ·基本库存费用的表达方式 | 第23-24页 |
| ·分散独立决策的基本库存费用 | 第24页 |
| ·集中决策的基本库存费用 | 第24页 |
| ·其他费用表达方式 | 第24-25页 |
| ·分散独立决策下的数学模型 | 第25页 |
| ·集中决策下的数学模型 | 第25-27页 |
| 第5章 算法 | 第27-32页 |
| ·STEP 1：拉格朗日分解 | 第27页 |
| ·STEP 2：按照配送中心对零售商进行划分 | 第27-28页 |
| ·STEP 3：选择配送中心，得到松弛的最优解和原问题的下界 | 第28-29页 |
| ·STEP 4：检验和修正松弛解，求出原问题的上界 | 第29页 |
| ·STEP 5：上下界逐渐逼近，得到最后结果 | 第29-30页 |
| ·STEP 6：零售商重新分配 | 第30页 |
| ·STEP 7：配送中心交换 | 第30-32页 |
| 第6章 计算结果和算法参数优化 | 第32-51页 |
| ·小规模数据的算法准确性验证 | 第32-33页 |
| ·大规模数据获取 | 第33-35页 |
| ·算法相对于运输与库存系数比例的适用性 | 第35-36页 |
| ·拉格朗日乘子的初始值对计算效率和效果的影响 | 第36-41页 |
| ·计算效率随α的变化 | 第41-43页 |
| ·计算效率随第二部分算法的变化 | 第43-51页 |
| 第7章 数据分析 | 第51-60页 |
| ·各部分成本随β和θ的变化 | 第51-53页 |
| ·分散独立决策和集中决策的对比 | 第53-60页 |
| 第8章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第66页 |