共同配送模式下的绿色车辆路径问题比较研究
致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第12-20页 |
1.1 研究背景及意义 | 第12-13页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究意义 | 第13页 |
1.2 国内外研究及发展现状 | 第13-18页 |
1.2.1 车辆路径问题的研究现状 | 第13-16页 |
1.2.2 共同配送研究现状 | 第16-17页 |
1.2.3 遗传算法研究现状 | 第17-18页 |
1.3 研究内容及方法 | 第18-20页 |
1.3.1 研究内容 | 第18-19页 |
1.3.2 研究方法及技术路线 | 第19-20页 |
2 相关理论基础 | 第20-40页 |
2.1 共同配送理论 | 第20-30页 |
2.1.1 共同配送的合作模式 | 第20-23页 |
2.1.2 共同配送的资源整合及配送方案 | 第23-30页 |
2.2 遗传算法基本原理 | 第30-34页 |
2.2.1 遗传算法的基本用语及特点 | 第30-31页 |
2.2.2 遗传算法的基本要素 | 第31-32页 |
2.2.3 遗传算法的运行流程 | 第32-34页 |
2.3 纯电动汽车的应用 | 第34-37页 |
2.3.1 纯电动汽车的优势 | 第35-36页 |
2.3.2 纯电动汽车应用于共同配送的意义 | 第36-37页 |
2.4 二氧化碳排放量的计算 | 第37-38页 |
2.4.1 燃油车二氧化碳排放量的计算 | 第37页 |
2.4.2 纯电动车二氧化碳排放量的计算 | 第37-38页 |
2.5 本章小结 | 第38-40页 |
3 客户资源共享条件下的绿色车辆路径问题研究 | 第40-52页 |
3.1 问题描述 | 第40-41页 |
3.2 模型构建 | 第41-44页 |
3.2.1 客户资源共享条件下燃油车的模型建立 | 第41-42页 |
3.2.2 客户资源共享条件下纯电动车的模型建立 | 第42-44页 |
3.3 遗传算法设计 | 第44-50页 |
3.3.1 客户分组 | 第44-46页 |
3.3.2 染色体构造及种群初始化 | 第46页 |
3.3.3 适应度计算 | 第46-47页 |
3.3.4 遗传算子设计 | 第47-49页 |
3.3.5 交叉概率、变异概率及算法终止条件 | 第49-50页 |
3.4 本章小结 | 第50-52页 |
4 配送车辆共享条件下的绿色车辆路径问题研究 | 第52-60页 |
4.1 问题描述 | 第52-53页 |
4.2 模型构建 | 第53-55页 |
4.2.1 配送车辆共享条件下燃油车的模型建立 | 第53-54页 |
4.2.2 配送车辆共享条件下纯电动车的模型建立 | 第54-55页 |
4.3 遗传算法的设计 | 第55-58页 |
4.3.1 染色体构造及种群初始化 | 第55-56页 |
4.3.2 适应度计算 | 第56-57页 |
4.3.3 遗传算子设计 | 第57页 |
4.3.4 交叉概率、变异概率及算法终止条件 | 第57-58页 |
4.4 本章小结 | 第58-60页 |
5 案例分析 | 第60-78页 |
5.1 物流园区介绍 | 第60-64页 |
5.1.1 物流园区概况介绍 | 第60-61页 |
5.1.2 物流园区配送问题描述 | 第61-64页 |
5.2 客户资源共享条件下的GVRP实证分析 | 第64-70页 |
5.2.1 客户资源共享条件下的GVRP求解 | 第64-69页 |
5.2.2 结果分析 | 第69-70页 |
5.3 配送车辆共享条件下的GVRP实证分析 | 第70-77页 |
5.3.1 配送车辆共享条件下的GVRP求解 | 第70-74页 |
5.3.2 结果分析 | 第74-75页 |
5.3.3 两种共同配送方案对比分析 | 第75-77页 |
5.4 本章小结 | 第77-78页 |
6 研究结论和展望 | 第78-82页 |
6.1 研究结论 | 第78-79页 |
6.2 研究展望 | 第79-82页 |
参考文献 | 第82-85页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第85-88页 |
学位论文数据集 | 第88页 |