| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 本文主要内容和创新点 | 第12-14页 |
| 1.4 论文逻辑框架 | 第14-15页 |
| 第二章 基础理论分析与文献综述 | 第15-28页 |
| 2.1 海外仓的概述与文献综述 | 第15-16页 |
| 2.1.1 海外仓模式概述 | 第15-16页 |
| 2.1.2 相关问题研究综述 | 第16页 |
| 2.2 仓库选址方法在海外仓选址中的应用 | 第16-27页 |
| 2.2.1 海外仓选址的影响因素和选址原则 | 第16-18页 |
| 2.2.2 仓库选址的一般步骤和方法 | 第18-25页 |
| 2.2.3 基于仓库选址理论和算法的研究综述 | 第25-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 考虑时间惩罚成本的海外仓选址模型 | 第28-40页 |
| 3.1 问题描述 | 第28-29页 |
| 3.2 模型假设和参数说明 | 第29-31页 |
| 3.3 考虑时间惩罚成本的海外仓选址模型建立 | 第31-32页 |
| 3.3.1 模型建立 | 第31-32页 |
| 3.3.2 模型特殊情况的解 | 第32页 |
| 3.4 遗传算法及其实现 | 第32-35页 |
| 3.5 粒子群算法及其实现 | 第35-37页 |
| 3.6 遗传粒子群混合算法及其实现 | 第37-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 考虑时间惩罚成本和关税成本的海外仓选址模型 | 第40-48页 |
| 4.1 问题描述 | 第40页 |
| 4.2 模型假设和参数说明 | 第40-41页 |
| 4.3 考虑时间惩罚成本和关税成本的海外仓选址模型建立 | 第41-44页 |
| 4.3.1 模型建立 | 第41-42页 |
| 4.3.2 模型特殊情况的解 | 第42-44页 |
| 4.4 遗传算法及其实现 | 第44-45页 |
| 4.5 粒子群算法及其实现 | 第45-46页 |
| 4.6 遗传粒子群混合算法及其实现 | 第46-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第五章 案例分析 | 第48-59页 |
| 5.1 案例描述 | 第48-50页 |
| 5.2 模型构造 | 第50-52页 |
| 5.3 基于遗传算法的求解分析过程 | 第52-54页 |
| 5.4 基于粒子群算法的求解分析过程 | 第54-56页 |
| 5.5 基于遗传粒子群混合算法的求解分析过程 | 第56-58页 |
| 5.6 遗传算法、粒子群算法及遗传粒子群混合算法的结果对比 | 第58页 |
| 5.7 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 全文总结 | 第59页 |
| 6.2 研究展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读学位期间发表的论文 | 第66-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-79页 |
| PartⅠ | 第69-74页 |
| PartⅡ | 第74-79页 |
