| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.2.3 研究评述 | 第17页 |
| 1.3 研究内容及研究方法 | 第17-21页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18-21页 |
| 第2章 相关理论基础 | 第21-28页 |
| 2.1 车辆路径问题相关理论 | 第21-24页 |
| 2.1.1 基础的车辆路径问题 | 第21-23页 |
| 2.1.2 车辆路径的分类 | 第23-24页 |
| 2.1.3 VRP求解方法 | 第24页 |
| 2.2 粒子群算法 | 第24-27页 |
| 2.2.1 粒子群算法的原理 | 第25-26页 |
| 2.2.2 粒子群算法的流程 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 带软时间窗的单配送中心EVRPS模型构建 | 第28-41页 |
| 3.1 电动汽车物流应用的现实基础 | 第28-30页 |
| 3.1.1 电动汽车的政策偏向 | 第28页 |
| 3.1.2 电动汽车的商业应用 | 第28-30页 |
| 3.2 电动汽车车辆路径问题描述及分析 | 第30-33页 |
| 3.2.1 电动汽车的特点 | 第30-31页 |
| 3.2.2 基于电动车的VRPTW分析 | 第31-33页 |
| 3.3 带软时间窗的单配送中心EVRPS数学模型构建 | 第33-39页 |
| 3.3.1 基本假设 | 第33-34页 |
| 3.3.2 相关参数设置 | 第34-35页 |
| 3.3.3 目标函数分析 | 第35-37页 |
| 3.3.4 约束条件分析 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 带软时间窗的单配送中心EVRPS求解及算法改进 | 第41-63页 |
| 4.1 基础粒子群算法EVRPSTW求解 | 第41-56页 |
| 4.1.1 粒子编码设计 | 第41-43页 |
| 4.1.2 基础粒子群算法求解EVRPSTW实现流程 | 第43-45页 |
| 4.1.3 算例测试与分析 | 第45-56页 |
| 4.2 粒子群算法的改进策略 | 第56-58页 |
| 4.2.1 基础粒子群算法的特点与不足 | 第56页 |
| 4.2.2 粒子群算法的改进方向 | 第56-57页 |
| 4.2.3 自适应权重的粒子群群算法 | 第57-58页 |
| 4.3 自适应权重的粒子群算法EVRPSTW求解及分析 | 第58-62页 |
| 4.3.1 粒子群编码 | 第58-59页 |
| 4.3.2 自适应权重的粒子群算法求解EVRPSTW实现流程 | 第59-60页 |
| 4.3.3 算例分析与比较 | 第60-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 带软时间窗的多配送中心EVRPS优化 | 第63-79页 |
| 5.1 多配送中心EVRPSTW优化问题分析 | 第63页 |
| 5.2 多配送中心EVRPSTW模型构建 | 第63-67页 |
| 5.2.1 问题描述及基本假设 | 第63-65页 |
| 5.2.2 参数定义 | 第65-66页 |
| 5.2.3 目标函数 | 第66-67页 |
| 5.2.4 约束条件 | 第67页 |
| 5.3 模型求解 | 第67-72页 |
| 5.3.1 整体法求解多配送中心问题 | 第68-69页 |
| 5.3.2 裁剪法求解多配送中心问题 | 第69-72页 |
| 5.4 算例分析 | 第72-78页 |
| 5.5 本章小结 | 第78-79页 |
| 结论 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 附录1 算例数据来源 | 第85-90页 |
| 附录2 部分关键程序 | 第90-92页 |
| 致谢 | 第92页 |
