| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景 | 第12-15页 |
| 1.1.1 居民对生鲜产品的需求与地域发展之间的矛盾 | 第12页 |
| 1.1.2 生鲜食品产量高 | 第12-13页 |
| 1.1.3 我国生鲜产品线下需求量大 | 第13页 |
| 1.1.4“生鲜圈”生鲜流通损腐率偏高 | 第13-15页 |
| 1.2 研究目的及意义 | 第15-16页 |
| 1.2.1 研究目的 | 第15页 |
| 1.2.2 研究意义 | 第15-16页 |
| 1.3 国内外研究现状综述 | 第16-19页 |
| 1.3.1 国内研究现状 | 第16-18页 |
| 1.3.2 国外研究现状 | 第18-19页 |
| 1.4 本文的创新之处 | 第19-20页 |
| 1.5 研究内容及框架安排 | 第20-23页 |
| 1.5.1 论文研究的主要内容 | 第20-21页 |
| 1.5.2 论文研究的主要方法 | 第21-22页 |
| 1.5.3 论文研究的技术路线 | 第22-23页 |
| 2 相关概念和理论基础 | 第23-39页 |
| 2.1 电商线下“生鲜圈”配送中心概述 | 第23-25页 |
| 2.1.1 配送中心的概念 | 第23-24页 |
| 2.1.2“生鲜圈”配送中心的作用 | 第24页 |
| 2.1.3“生鲜圈”配送中心的运作模式 | 第24-25页 |
| 2.2“生鲜圈”配送中心选址概述 | 第25-33页 |
| 2.2.1“生鲜圈”配送中心选址的原则 | 第25-27页 |
| 2.2.2“生鲜圈”配送中心选址的影响因素 | 第27-30页 |
| 2.2.2.1 影响“生鲜圈”配送中心选址的自身影响因素 | 第27页 |
| 2.2.2.2 经济和自然环境因素 | 第27-28页 |
| 2.2.2.3 基础设施因素 | 第28页 |
| 2.2.2.4 法律法规因素 | 第28-29页 |
| 2.2.2.5 社会因素 | 第29-30页 |
| 2.2.2.6 竞争对手因素 | 第30页 |
| 2.2.3“生鲜圈”配送中心选址的程序 | 第30-33页 |
| 2.3 生鲜食品需求量预测理论 | 第33-36页 |
| 2.3.1 需求预测概述 | 第33-34页 |
| 2.3.1.1 需求预测的作用 | 第33页 |
| 2.3.1.2 需求预测的原理 | 第33页 |
| 2.3.1.3 需求预测的方法 | 第33-34页 |
| 2.3.2 灰色系统预测方法 | 第34-36页 |
| 2.3.2.1 灰色系统 | 第34页 |
| 2.3.2.2 灰色系统在物流配送中心选址中的应用 | 第34-35页 |
| 2.3.2.3 灰色系统预测模型 | 第35-36页 |
| 2.4 本章小结 | 第36-39页 |
| 3 电商线下“生鲜圈”配送中心选址模型研究 | 第39-55页 |
| 3.1 电商线下“生鲜圈”配送中心选址的特殊性 | 第39-40页 |
| 3.1.1 电商线下“生鲜圈”配送中心特殊性 | 第39-40页 |
| 3.1.2 电商线下“生鲜圈”配送中心选址的特殊性 | 第40页 |
| 3.2 配送中心选址的常用方法 | 第40-46页 |
| 3.2.1 单一配送中心的选址方法 | 第41-43页 |
| 3.2.1.1 重心法模型假设 | 第41页 |
| 3.2.1.2 重心法模型 | 第41-42页 |
| 3.2.1.3 重心法的优势和局限性 | 第42-43页 |
| 3.2.2 多配送中心的选址方法 | 第43-46页 |
| 3.2.2.1 运输规划法 | 第43-44页 |
| 3.2.2.2 CFLP法 | 第44-45页 |
| 3.2.2.3 Baumol-Wolfe（鲍摩-瓦尔夫）法 | 第45-46页 |
| 3.3 电商线下“生鲜圈”配送中心选址模型构建 | 第46-53页 |
| 3.3.1 生鲜配送网络概述 | 第47-48页 |
| 3.3.2 模型基本假设 | 第48页 |
| 3.3.3 模型参数的确定 | 第48-49页 |
| 3.3.4 选址模型的建立 | 第49-53页 |
| 3.3.4.1 总的成本分析 | 第49-52页 |
| 3.3.4.2 约束分析 | 第52-53页 |
| 3.4 本章小结 | 第53-55页 |
| 4 电商线下“生鲜圈”配送中心选址模型的求解 | 第55-61页 |
| 4.1 遗传算法概述 | 第55-58页 |
| 4.1.1 遗传算法原理 | 第55页 |
| 4.1.2 遗传算法基本要素 | 第55-57页 |
| 4.1.3 遗传算法步骤 | 第57-58页 |
| 4.2“生鲜圈”配送中心选址遗传算法设计 | 第58-60页 |
| 4.2.1 染色体编码 | 第58页 |
| 4.2.2 适应度函数 | 第58-59页 |
| 4.2.3 遗传操作 | 第59页 |
| 4.2.4 最优保存策略 | 第59-60页 |
| 4.3 本章小结 | 第60-61页 |
| 5 实例应用—以太原市某电商企业为例 | 第61-81页 |
| 5.1 配送中心选址的算例描述和需求量的预测 | 第61-67页 |
| 5.1.1 配送中心选址的算例概述 | 第61-63页 |
| 5.1.2 生鲜食品需求量预测 | 第63-67页 |
| 5.2 数学模型的求解 | 第67-78页 |
| 5.2.1 配送中心选址模型的参数分析 | 第67-69页 |
| 5.2.2 基于遗传算法的Matlab求解 | 第69-70页 |
| 5.2.3 灵敏度分析 | 第70-77页 |
| 5.2.3.1 生鲜食品需求量 | 第71-73页 |
| 5.2.3.2 新鲜度下降造成需求量下降的百分率 | 第73-75页 |
| 5.2.3.3 单位运输费率与配送中心选址结果的影响 | 第75-77页 |
| 5.2.4 结果评价 | 第77-78页 |
| 5.3 本章小结 | 第78-81页 |
| 6 结论与展望 | 第81-83页 |
| 6.1 结论 | 第81页 |
| 6.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 附录 | 第87-89页 |
| 致谢 | 第89-91页 |
| 攻读学位期间取得的成果 | 第91页 |
