| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 危险货物运输车辆路径问题研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 鲁棒优化研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 该领域存在的问题 | 第14页 |
| 1.5 论文研究的主要内容 | 第14-16页 |
| 1.6 论文技术路线 | 第16-17页 |
| 2 Bertsimas鲁棒离散优化 | 第17-23页 |
| 2.1 鲁棒优化研究意义 | 第17页 |
| 2.2 鲁棒优化简介 | 第17-18页 |
| 2.3 Bertsimas鲁棒离散优化理论 | 第18-21页 |
| 2.3.1 鲁棒离散优化问题模型 | 第18-19页 |
| 2.3.2 Bertsimas鲁棒离散优化模型转化 | 第19-21页 |
| 2.4 鲁棒优化研究思路 | 第21-23页 |
| 3 单配送中心危险货物单车配送路径鲁棒优化研究 | 第23-35页 |
| 3.1 问题描述 | 第23页 |
| 3.2 模型构建 | 第23-26页 |
| 3.2.1 模型假定 | 第23-24页 |
| 3.2.2 符号定义 | 第24-25页 |
| 3.2.3 单配送中心危险货物单车配送路径多目标鲁棒模型 | 第25-26页 |
| 3.3 多目标单亲遗传算法求解 | 第26-29页 |
| 3.3.1 染色体编码方法 | 第28页 |
| 3.3.2 遗传算子设计 | 第28-29页 |
| 3.3.3 庄家法构造Pareto最优解集 | 第29页 |
| 3.3.4 个体聚集密度计算 | 第29页 |
| 3.4 算例应用 | 第29-35页 |
| 4 单配送中心危险货物多车配送路径鲁棒优化研究 | 第35-44页 |
| 4.1 问题描述 | 第35页 |
| 4.2 模型构建 | 第35-38页 |
| 4.2.1 模型假定 | 第35页 |
| 4.2.2 符号定义 | 第35-36页 |
| 4.2.3 单配送中心危险货物多车配送路径多目标鲁棒模型 | 第36-38页 |
| 4.3 改进的多目标遗传算法求解 | 第38-39页 |
| 4.3.1 染色体编码与解码 | 第38页 |
| 4.3.2 遗传算子设计 | 第38-39页 |
| 4.4 算例应用 | 第39-44页 |
| 5 多配送中心危险货物单车配送路径鲁棒优化研究 | 第44-53页 |
| 5.1 问题描述 | 第44页 |
| 5.2 模型构建 | 第44-46页 |
| 5.2.1 模型假定 | 第44页 |
| 5.2.2 符号定义 | 第44-45页 |
| 5.2.3 多配送中心危险货物单车配送路径多目标鲁棒模型 | 第45-46页 |
| 5.3 两阶段法求解 | 第46-47页 |
| 5.4 算例应用 | 第47-53页 |
| 6 多配送中心危险货物多车配送路径鲁棒优化研究 | 第53-64页 |
| 6.1 问题描述 | 第53页 |
| 6.2 模型构建 | 第53-56页 |
| 6.2.1 模型假定 | 第53页 |
| 6.2.2 符号定义 | 第53-54页 |
| 6.2.3 多配送中心危险货物多车配送路径多目标鲁棒模型 | 第54-56页 |
| 6.3 混合多目标遗传算法求解 | 第56-57页 |
| 6.3.1 染色体编码与解码 | 第56页 |
| 6.3.2 遗传算子设计 | 第56-57页 |
| 6.4 算例应用 | 第57-64页 |
| 结论 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录A 文中采用的数据表格 | 第71-78页 |
| 攻读学位期间的研究成果 | 第78页 |
