首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

冷链物流网络选址—路径—库存多目标优化模型及应用

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第12-34页
    1.1 研究背景及意义第12-14页
    1.2 冷链物流网络优化研究进展与评述第14-31页
        1.2.1 国内外冷链物流网络优化研究进展第14-29页
        1.2.2 研究进展评述第29-31页
    1.3 主要研究内容及创新点第31-33页
        1.3.1 主要研究内容第31-33页
        1.3.2 创新点第33页
    1.4 本章小结第33-34页
第2章 有关冷链物流网络相关理论第34-53页
    2.1 引言第34页
    2.2 冷链物流网络相关概念第34-41页
        2.2.1 冷链物流第34-39页
        2.2.2 冷链物流网络第39-41页
    2.3 理论基础第41-52页
        2.3.1 供应链理论第41-43页
        2.3.2 物流理论第43-45页
        2.3.3 最优化理论与方法第45-52页
    2.4 本章小结第52-53页
第3章 冷链物流网络选址—路径—库存基本优化问题研究第53-76页
    3.1 引言第53-54页
    3.2 冷链物流网络基本优化问题描述及模型假设第54-55页
        3.2.1 冷链物流网络基本优化问题描述第54-55页
        3.2.2 冷链物流网络基本优化问题假设条件第55页
    3.3 冷链物流网络基本优化问题模型构建第55-59页
        3.3.1 模型参数及变量第55-57页
        3.3.2 冷链物流网络基本优化问题数学模型第57-59页
    3.4 冷链物流网络基本优化问题模型求解第59-64页
        3.4.1 基本粒子群算法概述第59-61页
        3.4.2 改进的离散型粒子群算法设计第61-64页
    3.5 冷链物流网络基本优化问题仿真实验第64-75页
    3.6 本章小结第75-76页
第4章 带时间窗的冷链物流网络选址—路径—库存多目标优化问题研究第76-97页
    4.1 引言第76-78页
    4.2 带时间窗的冷链物流网络优化问题描述及模型假设第78页
        4.2.1 带时间窗的冷链物流优化问题描述第78页
        4.2.2 带时间窗的冷链物流优化问题模型假设条件第78页
    4.3 带时间窗的冷链物流优化问题模型构建第78-81页
        4.3.1 模型参数及变量第78-79页
        4.3.2 带时间窗的冷链物流网络多目标优化模型第79-81页
    4.4 带时间窗的冷链物流网络多目标优化模型求解第81-90页
        4.4.1 求解带时间窗的冷链物流网络优化模型思路第81页
        4.4.2 蚁群算法基本原理及流程第81-83页
        4.4.3 多目标蚁群算法第83-85页
        4.4.4 改进的多目标蚁群算法设计第85-90页
    4.5 带时间窗的冷链物流网络多目标优化问题仿真实验第90-96页
    4.6 本章小结第96-97页
第5章 考虑碳排放的冷链物流网络选址—路径—库存多目标优化问题研究第97-118页
    5.1 引言第97-99页
    5.2 考虑碳排放的冷链物流网络多目标问题描述及模型假设第99页
        5.2.1 考虑碳排放的冷链物流网络多目标优化问题描述第99页
        5.2.2 考虑碳排放的冷链物流网络多目标优化问题模型假设条件第99页
    5.3 考虑碳排放的冷链物流网络多目标优化问题模型构建第99-104页
        5.3.1 模型参数与变量第99-100页
        5.3.2 碳成本核算第100-102页
        5.3.3 考虑碳排放的冷链物流网络多目标优化模型第102-104页
    5.4 考虑碳排放的冷链物流网络多目标优化模型求解第104-110页
        5.4.1 求解考虑碳排放的冷链物流网络优化模型思路第104页
        5.4.2 带精英策略的非支配排序遗传算法基本原理及流程第104-106页
        5.4.3 带精英策略的非支配排序遗传算法的改进设计第106-110页
    5.5 考虑碳排放的冷链物流网络多目标优化问题仿真实验第110-117页
    5.6 本章小结第117-118页
第6章 总结与展望第118-121页
    6.1 总结第118-119页
    6.2 展望第119-121页
参考文献第121-138页
附录一 改进的离散型粒子群算法部分伪代码第138-140页
附录二 改进的多目标蚁群算法部分伪代码第140-141页
附录三 带精英策略的非支配排序遗传算法的部分伪代码第141-143页
攻读博士学位期间发表的论文和参与科研项目第143-144页
致谢第144页

论文共144页,点击 下载论文
上一篇:基于地图信息及MEMS传感器的室内行人导航算法
下一篇:动态多智能算法及其在物流配送系统中的应用研究