| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·选题的背景及研究意义 | 第10-12页 |
| ·选题的背景 | 第10-12页 |
| ·选题的研究意义 | 第12页 |
| ·配送车辆调度问题研究现状 | 第12-16页 |
| ·问题的提出 | 第12-13页 |
| ·研究现状 | 第13-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 2 物流配送车辆调度问题的描述、数学模型和典型算法 | 第18-26页 |
| ·物流配送车辆调度问题描述 | 第18-21页 |
| ·车辆调度问题的构成要素 | 第18-19页 |
| ·车辆调度问题的分类 | 第19-21页 |
| ·物流配送车辆调度问题的数学模型 | 第21-23页 |
| ·车辆调度问题的界定 | 第21页 |
| ·车辆调度问题的数学模型 | 第21-23页 |
| ·物流配送车辆调度问题的典型算法 | 第23-26页 |
| ·分解法求解多配送中心车辆调度问题 | 第23-25页 |
| ·全局优化法求解多配送中心车辆调度问题 | 第25-26页 |
| 3 基于云模型的遗传算法对车辆调度问题的解决 | 第26-56页 |
| ·遗传算法及其在车辆调度问题中的应用 | 第26-37页 |
| ·遗传算法概述 | 第26-29页 |
| ·遗传算法在车辆调度问题中的应用 | 第29-36页 |
| ·对遗传算法解决车辆调度问题的评价 | 第36-37页 |
| ·云模型对遗传算法的改进 | 第37-45页 |
| ·云模型理论 | 第37-43页 |
| ·云模型对遗传算法的改进 | 第43-45页 |
| ·云遗传算法的步骤及实现 | 第45-56页 |
| ·云遗传算法的步骤 | 第45-46页 |
| ·云遗传算法的实现 | 第46-56页 |
| 4 算例 | 第56-64页 |
| ·无时间窗的单配送中心车辆调度问题 | 第56-57页 |
| ·有时间窗的单配送中心车辆调度问题 | 第57-58页 |
| ·无时间窗的多配送中心车辆调度问题 | 第58-61页 |
| ·有时间窗的多配送中心车辆调度问题 | 第61-64页 |
| 5 结束语 | 第64-66页 |
| ·本文研究工作总结 | 第64页 |
| ·主要创新点 | 第64页 |
| ·进一步的研究方向 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 附录一 云遗传算法解决有时间窗多配送中心问题的MATLAB代码 | 第72-76页 |
| 附录二 作者在攻读硕土期间的主要科研成果 | 第76页 |