基于绿色度的冷链物流配送路径优化研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-25页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 相关概念界定 | 第13-16页 |
| 1.2.1 绿色度 | 第13-14页 |
| 1.2.2 冷链物流 | 第14-15页 |
| 1.2.3 冷链物流的结构体系 | 第15-16页 |
| 1.3 研究问题的提出 | 第16-21页 |
| 1.3.1 冷链物流的特点 | 第16-17页 |
| 1.3.2 我国冷链物流配送存在的问题 | 第17-18页 |
| 1.3.3 共同配送成为冷链物流的发展趋势 | 第18-21页 |
| 1.4 研究内容、研究方法与技术路线 | 第21-24页 |
| 1.4.1 研究内容 | 第21-22页 |
| 1.4.2 研究方法 | 第22-23页 |
| 1.4.3 技术路线 | 第23-24页 |
| 1.5 论文创新点 | 第24-25页 |
| 2 文献综述及相关理论基础 | 第25-44页 |
| 2.1 国内外研究现状 | 第25-33页 |
| 2.1.1 绿色车辆路径优化方面的研究 | 第25-29页 |
| 2.1.2 多车场车辆路径优化方面的研究 | 第29-31页 |
| 2.1.3 冷链物流车辆路径优化方面的研究 | 第31-32页 |
| 2.1.4 相关研究综述 | 第32-33页 |
| 2.2 车辆路径优化问题 | 第33-36页 |
| 2.2.1 标准车辆路径问题的描述 | 第33页 |
| 2.2.2 车辆路径问题的构成要素 | 第33-34页 |
| 2.2.3 车辆路径问题的基本类型 | 第34-35页 |
| 2.2.4 车辆路径问题的求解算法 | 第35-36页 |
| 2.3 车辆燃料消耗与碳排放测算模型 | 第36-43页 |
| 2.3.1 宏观测算方面 | 第36页 |
| 2.3.2 微观测算方面 | 第36-43页 |
| 2.4 本章小结 | 第43-44页 |
| 3 冷链物流的绿色度指标构成与测算方法 | 第44-57页 |
| 3.1 冷链物流的环境影响分析 | 第44-45页 |
| 3.2 冷链物流的绿色度指标构成 | 第45-46页 |
| 3.3 相关指标的测算方法 | 第46-56页 |
| 3.3.1 载货汽车燃料消耗量的测算方法 | 第46-49页 |
| 3.3.2 温室气体排放总量的计算方法 | 第49-52页 |
| 3.3.3 大气污染物排放总量的计算方法 | 第52-56页 |
| 3.3.4 固液体污染物排放总量的计算方法 | 第56页 |
| 3.4 本章小结 | 第56-57页 |
| 4 基于绿色度的冷链物流配送路径优化模型 | 第57-71页 |
| 4.1 基于绿色度的冷链物流配送路径优化分析 | 第57-58页 |
| 4.2 问题描述 | 第58-59页 |
| 4.3 模型构建 | 第59-66页 |
| 4.3.1 基本假设 | 第59页 |
| 4.3.2 符号说明 | 第59-60页 |
| 4.3.3 目标函数分析 | 第60-64页 |
| 4.3.4 模型建立 | 第64-66页 |
| 4.4 求解思路与算法设计 | 第66-70页 |
| 4.4.1 求解思路 | 第66-67页 |
| 4.4.2 蚁群算法原理 | 第67-69页 |
| 4.4.3 蚁群算法设计 | 第69-70页 |
| 4.5 本章小结 | 第70-71页 |
| 5 算例分析 | 第71-83页 |
| 5.1 基础参数设置 | 第71-77页 |
| 5.1.1 实验1:蚂蚁数量m对算法性能的影响 | 第72-74页 |
| 5.1.2 实验2:参数α、β对算法性能的影响 | 第74-76页 |
| 5.1.3 实验3:参数λ对算法性能的影响 | 第76-77页 |
| 5.2 数据处理 | 第77页 |
| 5.3 结果分析 | 第77-82页 |
| 5.4 本章小结 | 第82-83页 |
| 6 结论与展望 | 第83-85页 |
| 6.1 主要结论 | 第83-84页 |
| 6.2 研究展望 | 第84-85页 |
| 参考文献 | 第85-89页 |
| 附录 | 第89-96页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第96-98页 |
| 学位论文数据集 | 第98页 |
