| 摘要 | 第4-5页 |
| abstract | 第5-7页 |
| 1 引言 | 第11-22页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-19页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-17页 |
| 1.3.3 城市物流配送中心选址研究现状 | 第17页 |
| 1.3.4 研究评述 | 第17-19页 |
| 1.4 主要内容及技术路线 | 第19-21页 |
| 1.4.1 主要内容 | 第19页 |
| 1.4.2 技术路线 | 第19-21页 |
| 1.5 论文创新点 | 第21-22页 |
| 2 生鲜农产品城市物流配送中心相关理论 | 第22-37页 |
| 2.1 生鲜农产品物流概述 | 第22-24页 |
| 2.1.1 生鲜农产品物流的概念 | 第22页 |
| 2.1.2 生鲜农产品物流的特点 | 第22-23页 |
| 2.1.3 生鲜农产品城市物流的特点 | 第23-24页 |
| 2.2 生鲜农产品城市物流配送中心选址概述 | 第24-33页 |
| 2.2.1 生鲜农产品城市物流配送中心 | 第24-28页 |
| 2.2.2 生鲜农产品城市物流配送中心选址原则和目标 | 第28-30页 |
| 2.2.3 生鲜农产品城市物流配送中心选址影响因素 | 第30-31页 |
| 2.2.4 生鲜农产品城市物流配送中心选址程序和步骤 | 第31-33页 |
| 2.3 免疫算法 | 第33-36页 |
| 2.3.1 免疫算法原理及应用 | 第33-34页 |
| 2.3.2 免疫算法算子 | 第34页 |
| 2.3.3 免疫算法流程 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 3 生鲜农产品城市配送中心选址模型构建 | 第37-56页 |
| 3.1 生鲜农产品城市物流配送模式分析 | 第37-38页 |
| 3.1.1 自营配送 | 第37页 |
| 3.1.2 第三方配送 | 第37-38页 |
| 3.1.3 共同配送 | 第38页 |
| 3.1.4 供应商直配 | 第38页 |
| 3.2 生鲜农产品配送成本构成分析 | 第38-39页 |
| 3.3 问题描述 | 第39-40页 |
| 3.4 模型假设及参数定义 | 第40-55页 |
| 3.4.1 模型假设 | 第40-41页 |
| 3.4.2 参数定义 | 第41-42页 |
| 3.4.3 综合成本模型构建 | 第42-48页 |
| 3.4.4 生鲜农产品城市配送中心选址模型的免疫算法设计 | 第48-51页 |
| 3.4.5 基于配送时间的物流服务水平评价模型 | 第51-55页 |
| 3.5 本章小结 | 第55-56页 |
| 4 基于综合成本和服务水平选址模型的定量分析—以H公司为例 | 第56-69页 |
| 4.1 H公司生鲜农产品城市物流配送发展状况 | 第56-58页 |
| 4.1.1 H公司的现状 | 第56页 |
| 4.1.2 H公司生鲜农产品城市物流配送存在的问题 | 第56-57页 |
| 4.1.3 H公司生鲜农产品城市物流配送中心的选址要求 | 第57-58页 |
| 4.2 H公司生鲜农产品城市物流配送中心选址模型的应用 | 第58-68页 |
| 4.2.1 数据搜集 | 第58-61页 |
| 4.2.2 生鲜农产品城市物流配送中心选址模型求解 | 第61-65页 |
| 4.2.3 物流服务水平与时间的敏感性分析 | 第65-68页 |
| 4.3 本章小结 | 第68-69页 |
| 5 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第78页 |
