| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.3 国内外研究现状与发展趋势 | 第11-17页 |
| 1.3.1 鲜活农产品物流研究现状 | 第11-12页 |
| 1.3.2 配送中心选址问题研究现状 | 第12-14页 |
| 1.3.3 选址-分配问题研究现状 | 第14-17页 |
| 1.4 主要内容 | 第17-20页 |
| 第2章 相关理论综述 | 第20-30页 |
| 2.1 鲜活农产品物流概述 | 第20-22页 |
| 2.1.1 鲜活农产品物流的特点 | 第20页 |
| 2.1.2 鲜活农产品配送中心的功能 | 第20-22页 |
| 2.2 选址-分配问题概述 | 第22-26页 |
| 2.2.1 一般的选址-分配问题 | 第22-23页 |
| 2.2.2 选址-分配问题的应用 | 第23-24页 |
| 2.2.3 选址-分配问题的求解方法 | 第24-26页 |
| 2.3 鲜活农产品配送中心选址-分配的目标和原则 | 第26-28页 |
| 2.3.1 鲜活农产品配送中心选址-分配的目标 | 第26-27页 |
| 2.3.2 鲜活农产品配送中心选址-分配的原则 | 第27-28页 |
| 2.4 鲜活农产品配送中心选址-分配影响因素分析 | 第28-29页 |
| 2.4.1 自然环境因素 | 第28页 |
| 2.4.2 经营环境因素 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 鲜活农产品配送中心选址-分配模型构建 | 第30-44页 |
| 3.1 鲜活农产品配送模式分析 | 第30-32页 |
| 3.1.1 自营配送模式 | 第30-31页 |
| 3.1.2 第三方配送模式 | 第31页 |
| 3.1.3 共同配送模式 | 第31-32页 |
| 3.2 鲜活农产品配送成本构成分析 | 第32-37页 |
| 3.2.1 配送成本影响因素 | 第32-34页 |
| 3.2.2 配送成本构成要素 | 第34-37页 |
| 3.3 问题描述 | 第37-38页 |
| 3.4 模型假设及参数定义 | 第38-39页 |
| 3.4.1 模型假设 | 第38页 |
| 3.4.2 参数定义 | 第38-39页 |
| 3.5 模型构建 | 第39-41页 |
| 3.6 本章小结 | 第41-44页 |
| 第4章 IA-PSO混合启发式算法设计 | 第44-58页 |
| 4.1 免疫优化算法（IA） | 第44-48页 |
| 4.1.1 免疫优化算法原理 | 第44-45页 |
| 4.1.2 免疫优化算法的算子 | 第45-47页 |
| 4.1.3 免疫优化算法的流程 | 第47-48页 |
| 4.2 粒子群算法（PSO） | 第48-51页 |
| 4.2.1 粒子群算法的原理 | 第48-50页 |
| 4.2.2 粒子群算法流程 | 第50-51页 |
| 4.3 选址-分配模型IA-PSO混合启发式算法设计 | 第51-56页 |
| 4.3.1 免疫优化算法设计 | 第51-52页 |
| 4.3.2 粒子群算法设计 | 第52-54页 |
| 4.3.3 算法步骤 | 第54-56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 算例分析 | 第58-66页 |
| 5.1 算例参数假设 | 第58-60页 |
| 5.2 算例求解 | 第60-63页 |
| 5.3 算例结果分析 | 第63-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 作者简介 | 第74-76页 |
| 致谢 | 第76页 |