基于潜在农户需求的农资运输管理研究

图表目录	第1-11页
中文摘要	第11-14页
Abstract	第14-18页
1 导论	第18-28页
·研究背景与研究意义	第18-22页
·研究背景	第18-20页
·研究意义	第20-22页
·研究问题与研究目标	第22-23页
·研究问题	第22页
·研究目标	第22-23页
·研究思路、技术路线与主要研究内容	第23-25页
·研究思路、技术路线	第23-24页
·主要研究内容	第24-25页
·研究方法与实验手段	第25-26页
·研究创新	第26-28页
2 理论基础和文献综述	第28-64页
·理论基础	第28-57页
·粗糙集理论概述	第28-36页
·支持向量机原理	第36-44页
·支持向量机回归	第44-48页
·遗传算法原理	第48-57页
·文献综述	第57-64页
·农资物流配送与客户挖潜的研究进展	第57-59页
·粗糙集与支持向量机的研究进展	第59-60页
·车辆调度优化方面的研究进展	第60-62页
·干扰管理方面的研究进展	第62-64页
3 基于RS-SVM的潜在农资需求预测研究	第64-92页
·潜在农资需求预测指标体系构建	第64-71页
·预测的基本原理与分类	第64-66页
·潜在农资需求预测的影响因素	第66-68页
·潜在农资需求预测模型的指标选取原则	第68-69页
·潜在农资需求预测指标的选择	第69-70页
·潜在农资需求预测指标体系	第70-71页
·基于RS-SVM的潜在农资需求预测模型	第71-78页
·RS-SVM方法的混合分析	第71-73页
·潜在农资需求预测模型的构建流程	第73-74页
·支持向量机工具箱的选择	第74页
·潜在农资需求预测的模型建立	第74-78页
·潜在农资需求预测实例	第78-91页
·基于粗糙集的潜在农资需求指标约简	第78-81页
·基于RS-SVM的潜在农资需求预测	第81-91页
·本章小结	第91-92页
4 考虑潜在农资需求的车辆调度优化模型及算法研究	第92-121页
·相关基础	第92-102页
·车辆调度优化	第92-100页
·车辆调度问题的相关算法	第100-102页
·考虑潜在农资需求的农资车辆调度优化模型	第102-106页
·问题描述和模型假设	第102-104页
·模型符号	第104-105页
·数学模型的建立	第105-106页
·基于遗传算法-约束满足算法的启发式算法设计	第106-114页
·遗传算法的基本介绍	第107页
·约束满足技术	第107-108页
·基于CSGA的农资车辆调度优化算法设计	第108-114页
·数值仿真	第114-119页
·需求数据	第114-116页
·参数设定	第116页
·仿真结果	第116-117页
·结果分析	第117-119页
·本章小结	第119-121页
5 考虑潜在农户的农资车辆调度干扰恢复模型与算法	第121-152页
·相关基础	第121-123页
·农资配送干扰事件识别与度量方法	第123-132页
·新增农户需求干扰识别与度量方法	第123-127页
·干扰事件转换方法	第127-132页
·考虑潜在农户的车辆调度干扰恢复模型	第132-135页
·车辆最优出发时间确定方法	第132-134页
·农资车辆调度干扰恢复模型	第134-135页
·模型求解的快速启发式算法	第135-140页
·遗传算法设计	第135-137页
·嵌套分割算法设计	第137-140页
·数值实验	第140-150页
·原计划配送数据	第140-142页
·原计划农资配送路线优化结果	第142-143页
·潜在农户干扰数据	第143-145页
·干扰恢复配送路线结果	第145-150页
·本章小结	第150-152页
6 实际应用研究	第152-160页
·企业概况	第152-153页
·应用过程及结果	第153-158页
·对策建议	第158-160页
7 研究结论	第160-163页
参考文献	第163-176页
攻读博士学位期间的科研成果	第176-177页
致谢	第177-179页