| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状及评述 | 第12-16页 |
| 1.2.1 生鲜电商物流配送模式研究 | 第12-14页 |
| 1.2.2 生鲜电商物流配送系统优化研究 | 第14-15页 |
| 1.2.3 电子商务配送系统集成优化研究 | 第15页 |
| 1.2.4 国内外研究现状评述 | 第15-16页 |
| 1.3 研究内容与技术路线 | 第16-20页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17-20页 |
| 第2章 生鲜电商“前置仓”配送模式分析 | 第20-29页 |
| 2.1 “前置仓”的概念及内涵 | 第20页 |
| 2.2 “前置仓”配送模式网络结构分析 | 第20-22页 |
| 2.3 “前置仓”配送模式运作流程分析 | 第22-24页 |
| 2.4 “前置仓”配送模式与现有配送模式的比较 | 第24-29页 |
| 2.4.1 现有生鲜电商配送模式分析 | 第24-25页 |
| 2.4.2 “前置仓”配送模式的优势分析 | 第25-28页 |
| 2.4.3 “前置仓”配送模式的劣势分析 | 第28-29页 |
| 第3章 生鲜电商“前置仓”配送系统集成优化框架设计 | 第29-40页 |
| 3.1 生鲜电商“前置仓”配送系统特征分析 | 第29-31页 |
| 3.2 生鲜电商“前置仓”配送系统优化的决策要素分析 | 第31-35页 |
| 3.2.1 选址-分配 | 第31-32页 |
| 3.2.2 库存控制 | 第32-33页 |
| 3.2.3 配送路径 | 第33-34页 |
| 3.2.4 服务时间 | 第34-35页 |
| 3.3 生鲜电商“前置仓”配送系统的集成优化分析 | 第35-37页 |
| 3.3.1 “前置仓”的选址-路径-库存集成优化 | 第35-36页 |
| 3.3.2 “前置仓”选址-路径-库存集成优化模型求解算法 | 第36-37页 |
| 3.4 生鲜电商“前置仓”配送系统集成优化的总体框架 | 第37-40页 |
| 第4章 随机需求下带软时间窗的“前置仓”配送系统集成优化模型 | 第40-56页 |
| 4.1 问题描述和研究假设 | 第40-42页 |
| 4.1.1 问题描述 | 第40-41页 |
| 4.1.2 研究假设 | 第41-42页 |
| 4.2 参数和符号 | 第42-43页 |
| 4.3 模型构建 | 第43-50页 |
| 4.3.1 目标函数 | 第43-48页 |
| 4.3.2 约束条件 | 第48-49页 |
| 4.3.3 数学模型 | 第49-50页 |
| 4.4 算法设计 | 第50-56页 |
| 4.4.1 算法描述 | 第50-54页 |
| 4.4.2 算法流程 | 第54-56页 |
| 第5章 实证分析 | 第56-74页 |
| 5.1 案例介绍 | 第56-62页 |
| 5.2 “前置仓”配送系统成本 | 第62-64页 |
| 5.3 采用第三方物流配送的成本分析 | 第64-67页 |
| 5.4 “前置仓”配送与第三方物流配送方案分析比较 | 第67-68页 |
| 5.5 重要参数对“前置仓”配送系统成本的影响 | 第68-74页 |
| 5.5.1 变质率的变化对系统成本的影响 | 第68-69页 |
| 5.5.2 库存服务水平的变化对系统成本的影响 | 第69-71页 |
| 5.5.3 配送车辆数的变化对系统成本的影响 | 第71-74页 |
| 第6章 总结与展望 | 第74-77页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文、专利及参加科研项目 | 第82页 |
