中文摘要 | 第3-5页 |
英文摘要 | 第5-6页 |
1 绪论 | 第9-17页 |
1.1 研究背景 | 第9-10页 |
1.2 研究目的和意义 | 第10-11页 |
1.3 技术路线、方法和主要内容 | 第11-14页 |
1.3.1 技术路线和方法 | 第11-13页 |
1.3.2 主要内容 | 第13-14页 |
1.4 创新之处 | 第14-17页 |
2 理论基础与文献综述 | 第17-39页 |
2.1 理论基础 | 第17-29页 |
2.1.1 ATO模式的概念与特征 | 第17-19页 |
2.1.2 产品族概述 | 第19-20页 |
2.1.3 消费者选择行为理论 | 第20-23页 |
2.1.4 遗传算法简介 | 第23-29页 |
2.2 文献综述 | 第29-37页 |
2.2.1 基于消费者选择模型的产品选择与定价策略 | 第29-33页 |
2.2.2 ATO系统零部件补货管理策略 | 第33-37页 |
2.3 研究现状评述 | 第37-39页 |
3 基于多市场和消费者异质性的ATO制造商产品选择及定价策略 | 第39-59页 |
3.1 引言 | 第39页 |
3.2 问题描述与模型建立 | 第39-43页 |
3.2.1 问题描述 | 第39-41页 |
3.2.2 模型建立 | 第41-43页 |
3.3 模型分析 | 第43-46页 |
3.4 算法设计 | 第46-51页 |
3.4.1 算法策略 | 第46页 |
3.4.2 基于遗传模拟退火融合算法设计 | 第46-50页 |
3.4.3 算法步骤描述 | 第50-51页 |
3.5 算例分析 | 第51-54页 |
3.6 案例分析 | 第54-57页 |
3.7 本章小结 | 第57-59页 |
4 基于消费者异质性和时变效用的ATO制造商产品选择及定价策略 | 第59-77页 |
4.1 引言 | 第59页 |
4.2 问题描述及模型建立 | 第59-63页 |
4.2.1 问题描述 | 第59-60页 |
4.2.2 ATO组装商生产模型建立 | 第60-63页 |
4.3 模型分析 | 第63-65页 |
4.4 遗传模拟退火算法 | 第65-67页 |
4.4.1 算法策略 | 第65页 |
4.4.2 基于遗传模拟退火融合算法设计 | 第65-67页 |
4.4.3 算法步骤描述 | 第67页 |
4.5 仿真分析 | 第67-70页 |
4.6 案例分析 | 第70-75页 |
4.7 本章小结 | 第75-77页 |
5 经济订货批量和准时制补货方式下的ATO供应链补货策略 | 第77-93页 |
5.1 引言 | 第77页 |
5.2 问题描述 | 第77-78页 |
5.3 模型建立 | 第78-80页 |
5.4 量子遗传模拟退火算法 | 第80-84页 |
5.5 实验数据与分析 | 第84-92页 |
5.5.1 实验仿真 | 第84-88页 |
5.5.2 算法性能分析 | 第88-92页 |
5.6 本章小结 | 第92-93页 |
6 研究结论与展望 | 第93-95页 |
6.1 研究结论 | 第93-94页 |
6.2 不足之处与研究展望 | 第94-95页 |
致谢 | 第95-97页 |
参考文献 | 第97-105页 |
附录 | 第105页 |
A 攻读博士学位期间发表的学术论文目录 | 第105页 |
B 攻读博士学位期间主持或参与的科研项目 | 第105页 |