| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景与研究意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 国内鲜活农产品的配送车辆路径优化研究 | 第10-11页 |
| 1.2.2 国外鲜活农产品的配送车辆路径优化研究 | 第11-12页 |
| 1.2.3 国内干扰管理研究及应用 | 第12-13页 |
| 1.2.4 国外干扰管理研究及应用 | 第13页 |
| 1.2.5 国内外研究综合评述 | 第13-14页 |
| 1.3 研究内容与研究方法 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 论文框架 | 第15页 |
| 1.3.3 研究方法 | 第15-16页 |
| 1.3.4 本文创新点 | 第16-17页 |
| 第二章 相关理论综述 | 第17-28页 |
| 2.1 鲜活农产品配送相关理论 | 第17-19页 |
| 2.1.1 鲜活农产品配送 | 第17-18页 |
| 2.1.2 配送车辆路径优化 | 第18-19页 |
| 2.2 干扰管理理论概述 | 第19-22页 |
| 2.2.1 干扰管理定义与传统干扰事件应对方法 | 第19页 |
| 2.2.2 干扰管理的内容 | 第19-20页 |
| 2.2.3 基于干扰管理的模型 | 第20-22页 |
| 2.3 配送车辆路径优化问题求解算法 | 第22-27页 |
| 2.3.1 配送车辆路径优化问题求解算法概述 | 第22-23页 |
| 2.3.2 遗传算法 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 鲜活农产品配送路径方案的干扰分析与扰动度量 | 第28-40页 |
| 3.1 干扰事件的识别 | 第28-30页 |
| 3.2 干扰事件的扰动判断 | 第30-34页 |
| 3.3 扰动度量 | 第34-39页 |
| 3.3.1 扰动度量角度分析 | 第34页 |
| 3.3.2 客户角度的扰动度量 | 第34-37页 |
| 3.3.3 车辆路径角度的扰动度量 | 第37-38页 |
| 3.3.4 配送方角度的扰动度量 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于干扰管理的鲜活农产品配送车辆路径优化模型 | 第40-53页 |
| 4.1 基于干扰管理的鲜活农产品路径优化模型概述 | 第40页 |
| 4.2 初始模型的建立 | 第40-42页 |
| 4.2.1 初始问题假设 | 第40-41页 |
| 4.2.2 相关参数定义 | 第41页 |
| 4.2.3 初始模型 | 第41-42页 |
| 4.3 干扰事件发生后的车辆调度模式与道路网调整 | 第42-45页 |
| 4.3.1 干扰事件发生后的车辆调度模式 | 第42-43页 |
| 4.3.2 干扰事件发生后的道路网调整 | 第43-45页 |
| 4.4 基于虚拟需求点的扰动度量公式修正 | 第45-47页 |
| 4.4.1 客户角度的扰动度量公式修正 | 第45页 |
| 4.4.2 车辆路径角度的扰动度量公式修正 | 第45-46页 |
| 4.4.3 配送方角度的扰动度量公式修正 | 第46-47页 |
| 4.5 基于干扰管理的鲜活农产品路径优化模型建立 | 第47-49页 |
| 4.5.1 问题概述 | 第47页 |
| 4.5.2. 参数设置 | 第47-48页 |
| 4.5.3. 模型构建 | 第48-49页 |
| 4.6 模型算法设计 | 第49-51页 |
| 4.6.1 遗传算法运算步骤 | 第50页 |
| 4.6.2 遗传算法设计 | 第50-51页 |
| 4.7 本章小结 | 第51-53页 |
| 第五章 实例分析 | 第53-68页 |
| 5.1 实例数据介绍 | 第53-54页 |
| 5.2 初始车辆配送方案 | 第54-56页 |
| 5.3 基于干扰管理的鲜活农产品配送车辆路径优化的配送方案 | 第56-62页 |
| 5.4 基于Scheduling和Rescheduling方法的车辆路径优化方案 | 第62-64页 |
| 5.5 基于干扰管理的鲜活农产品配送车辆路径优化模型结果分析 | 第64-66页 |
| 5.6 本章小结 | 第66-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 附录 | 第74-82页 |
| 个人简历 | 第82页 |
