| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第14-36页 |
| 1.1 选题背景及研究意义 | 第14-16页 |
| 1.1.1 选题背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 快递物流行业概述 | 第16-20页 |
| 1.2.1 快递的概念及特征 | 第16-17页 |
| 1.2.2 快递物流行业发展历程 | 第17-18页 |
| 1.2.3 快递物流行业发展趋势 | 第18-20页 |
| 1.3 国内外研究概述 | 第20-30页 |
| 1.3.1 快递网络布局规划方面的研究现状 | 第20-25页 |
| 1.3.2 快递配送车辆路径优化方面的研究现状 | 第25-28页 |
| 1.3.3 快递配送模式方面的研究现状 | 第28-29页 |
| 1.3.4 快递柜方面的研究现状 | 第29-30页 |
| 1.3.5 研究进展小结 | 第30页 |
| 1.4 论文的主要研究内容及研究方法 | 第30-34页 |
| 1.4.1 主要研究内容 | 第30-32页 |
| 1.4.2 主要研究方法 | 第32-34页 |
| 1.5 本章小结 | 第34-36页 |
| 第二章 基于快递柜的快递配送模式分析 | 第36-52页 |
| 2.1 基于快递柜的快递配送模式 | 第36-48页 |
| 2.1.1 快递配送模式的发展 | 第36-39页 |
| 2.1.2 快递柜的实施应用 | 第39-44页 |
| 2.1.3 基于快递柜的配送流程分析与优化 | 第44-48页 |
| 2.2 基于快递柜配送模式的优势及其面临的问题 | 第48-49页 |
| 2.2.1 快递柜配送模式的优势 | 第48页 |
| 2.2.2 快递柜配送模式面临的问题 | 第48-49页 |
| 2.3 论文所研究的快递物流系统优化问题界定 | 第49-50页 |
| 2.4 本章小结 | 第50-52页 |
| 第三章 快递配送网络布局优化研究 | 第52-74页 |
| 3.1 概述 | 第52-54页 |
| 3.2 快递配送中心网点布局优化 | 第54-65页 |
| 3.2.1 快递配送中心网点布局分析 | 第54页 |
| 3.2.2 快递配送中心选址评价指标体系 | 第54-55页 |
| 3.2.3 快递配送中心选址优化 | 第55-65页 |
| 3.2.3.1 基于三角白化权函数的灰色聚类评价模型 | 第55-57页 |
| 3.2.3.2 灰色模糊综合评价过程 | 第57-60页 |
| 3.2.3.3 算例分析 | 第60-65页 |
| 3.3 快递柜选址布局及服务区域划分 | 第65-73页 |
| 3.3.1 问题描述 | 第65-66页 |
| 3.3.2 数学模型 | 第66-68页 |
| 3.3.1.1 变量定义 | 第66-67页 |
| 3.3.1.2 模型建立 | 第67-68页 |
| 3.3.3 三阶段求解方法 | 第68-70页 |
| 3.3.4 案例研究 | 第70-73页 |
| 3.4 本章小结 | 第73-74页 |
| 第四章 智能快递柜格口数量配置优化研究 | 第74-86页 |
| 4.1 概述 | 第74-75页 |
| 4.2 快递柜规格分析 | 第75-77页 |
| 4.2.1 快递柜规格 | 第75-76页 |
| 4.2.2 快递柜格口需求的影响因素 | 第76-77页 |
| 4.3 优化模型 | 第77-80页 |
| 4.3.1 优化问题描述 | 第77-79页 |
| 4.3.2 优化模型建立 | 第79-80页 |
| 4.4 求解模型的改进粒子群禁忌搜索算法 | 第80-83页 |
| 4.4.1 粒子群体初始化 | 第81页 |
| 4.4.2 粒子更新机制及评价函数 | 第81-82页 |
| 4.4.3 搜索邻域和禁忌表 | 第82页 |
| 4.4.4 算法实现过程 | 第82-83页 |
| 4.5 案例研究 | 第83-85页 |
| 4.5.1 基本问题 | 第83页 |
| 4.5.2 模型输入及结果分析 | 第83-84页 |
| 4.5.3 敏感性分析 | 第84-85页 |
| 4.6 本章小结 | 第85-86页 |
| 第五章 基于快递柜的快递配送车辆路径优化研究 | 第86-106页 |
| 5.1 概述 | 第86-88页 |
| 5.2 数学模型 | 第88-91页 |
| 5.2.1 问题描述 | 第88页 |
| 5.2.2 变量定义及模型建立 | 第88-91页 |
| 5.3 元胞遗传算法 | 第91-99页 |
| 5.3.1 元胞邻域结构及种群分布 | 第91-93页 |
| 5.3.2 染色体编码 | 第93-94页 |
| 5.3.3 适应度函数 | 第94页 |
| 5.3.4 基于启发知识的初始种群的产生 | 第94-95页 |
| 5.3.5 算法实现过程 | 第95-99页 |
| 5.4 案例研究 | 第99-103页 |
| 5.4.1 基本数据 | 第99-100页 |
| 5.4.2 结果及分析 | 第100-103页 |
| 5.5 本章小结 | 第103-106页 |
| 第六章 基于远景模式的动态派件系统及其优化方法 | 第106-116页 |
| 6.1 概述 | 第106页 |
| 6.2 动态派件系统设计 | 第106-112页 |
| 6.3 案例研究 | 第112-114页 |
| 6.4 本章小结 | 第114-116页 |
| 第七章 结论与展望 | 第116-120页 |
| 7.1 论文工作总结 | 第116-117页 |
| 7.2 论文的主要创新点 | 第117页 |
| 7.3 研究展望 | 第117-120页 |
| 参考文献 | 第120-128页 |
| 攻读博士期间取得的主要科研成果 | 第128-130页 |
| 致谢 | 第130页 |