物流配送车辆智能调度模型研究及应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题的来源 | 第10页 |
| ·我国物流管理发展现状 | 第10-12页 |
| ·本文研究的背景及意义 | 第12-15页 |
| ·物流的基本概念 | 第12-13页 |
| ·物流的特点 | 第13-14页 |
| ·本文研究的意义 | 第14-15页 |
| ·本文研究内容 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 第二章 物流管理概述 | 第17-26页 |
| ·物流配送基础理论 | 第17-20页 |
| ·物流配送的基本概念 | 第17页 |
| ·物流配送功能要素 | 第17-18页 |
| ·物流配送的分类 | 第18-20页 |
| ·物流管理信息系统体系结构 | 第20-22页 |
| ·物流管理信息系统的概念 | 第20-21页 |
| ·物流管理信息系统功能结构 | 第21-22页 |
| ·福建中烟物流配送基本现状 | 第22-25页 |
| ·福建中烟物流配送基本流程 | 第23-24页 |
| ·福建中烟物流配送的特点 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 车辆智能调度模型 | 第26-39页 |
| ·车辆智能调度理论分析 | 第26-28页 |
| ·物流配送车辆调度研究背景 | 第26-27页 |
| ·车辆智能调度分类 | 第27-28页 |
| ·车辆调度问题描述 | 第28-29页 |
| ·车辆非满载调度模型 | 第29-35页 |
| ·普通车辆调度模型 | 第29-33页 |
| ·带时间窗的车辆调度模型 | 第33-34页 |
| ·多源点车辆调度模型 | 第34-35页 |
| ·车辆满载调度模型 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 车辆智能调度模型中的算法原理及其求解 | 第39-53页 |
| ·遗传算法基础理论 | 第39-45页 |
| ·遗传算法中基因操作 | 第40-43页 |
| ·遗传算法的基本流程 | 第43-44页 |
| ·遗传算法的特点 | 第44-45页 |
| ·改进遗传算法求解车辆非满载调度模型 | 第45-49页 |
| ·改进的染色体编码方案 | 第45-46页 |
| ·模型中约束条件的处理 | 第46-47页 |
| ·定义适应度计算函数 | 第47页 |
| ·交叉率和变异率 | 第47-48页 |
| ·改进遗传算法求解模型的过程 | 第48-49页 |
| ·Dijkstra 算法求解车辆满载调度模型 | 第49-52页 |
| ·最短路径问题 | 第49-50页 |
| ·Dijkstra 算法求解过程 | 第50-51页 |
| ·Dijkstra 算法改进和优化 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 物流配送系统实现及车辆调度模型应用 | 第53-66页 |
| ·物流配送系统的设计 | 第53页 |
| ·模块设计与实现 | 第53-59页 |
| ·基础信息维护模块 | 第54-55页 |
| ·货源平衡模块 | 第55-57页 |
| ·车辆调度模块 | 第57页 |
| ·数据库设计 | 第57-59页 |
| ·软硬件环境 | 第59-60页 |
| ·车辆智能调度模型在物流配送系统中应用 | 第60-65页 |
| ·改进遗传算法的应用和实现 | 第60-64页 |
| ·Dijkstra 算法的应用和实现 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六总结与展望 | 第66-68页 |
| ·本文工作总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间的研究成果 | 第73页 |
