| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究综述 | 第9-15页 |
| 1.2.1 集送一体化配送问题 | 第9-11页 |
| 1.2.2 随机需求配送问题 | 第11-12页 |
| 1.2.3 带软时间窗的配送问题 | 第12-13页 |
| 1.2.4 考虑油耗的节能配送问题 | 第13-14页 |
| 1.2.5 研究现状评述 | 第14-15页 |
| 1.3 研究内容及论文框架 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15页 |
| 1.3.2 论文结构 | 第15-17页 |
| 1.4 本文创新点 | 第17-19页 |
| 第二章 相关基础理论 | 第19-26页 |
| 2.1 车辆路径问题 | 第19-20页 |
| 2.2 逆向物流理论 | 第20页 |
| 2.3 节能配送理论 | 第20-21页 |
| 2.4 粒子群算法 | 第21-23页 |
| 2.5 多目标优化方法 | 第23-26页 |
| 第三章 问题及模型 | 第26-34页 |
| 3.1 随机需求节能集配模型(Model Ⅰ) | 第26-31页 |
| 3.1.1 问题描述 | 第26页 |
| 3.1.2 模型假设 | 第26-27页 |
| 3.1.3 油耗计算 | 第27-28页 |
| 3.1.4 符号与参数 | 第28-29页 |
| 3.1.5 目标函数 | 第29-30页 |
| 3.1.6 约束条件 | 第30-31页 |
| 3.2 考虑客户满意度的随机需求节能集配模型(ModelⅡ) | 第31-34页 |
| 3.2.1 问题描述 | 第31-32页 |
| 3.2.2 模型假设 | 第32页 |
| 3.2.3 满意度量化 | 第32-33页 |
| 3.2.4 符号与参数 | 第33页 |
| 3.2.5 目标函数 | 第33页 |
| 3.2.6 约束条件 | 第33-34页 |
| 第四章 PSO算法求解 | 第34-45页 |
| 4.1 粒子群算法设计 | 第34-38页 |
| 4.1.1 粒子编码方式 | 第34-35页 |
| 4.1.2 约束条件处理 | 第35-37页 |
| 4.1.3 适应度函数的构造 | 第37-38页 |
| 4.2 求解单目标问题的PSO算法 | 第38-41页 |
| 4.2.1 更新策略 | 第38-39页 |
| 4.2.2 算法总流程 | 第39-41页 |
| 4.3 求解双目标问题的MOPSO算法 | 第41-45页 |
| 4.3.1 非劣解集筛选规则 | 第41-42页 |
| 4.3.2 更新策略 | 第42页 |
| 4.3.3 算法总流程 | 第42-45页 |
| 第五章 实验结果分析 | 第45-60页 |
| 5.1 测试算例 | 第45-46页 |
| 5.2 结果及分析 | 第46-60页 |
| 5.2.1 未考虑客户满意度的ModelⅠ结果分析 | 第46-51页 |
| 5.2.2 考虑客户满意度的ModelⅡ结果分析 | 第51-53页 |
| 5.2.3 Model Ⅰ和ModelⅡ的结果对比 | 第53-55页 |
| 5.2.4 不同服务策略的结果对比 | 第55-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 个人简历及研究成果 | 第67页 |
