摘要 | 第5-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-16页 |
1.1 研究背景与问题的提出 | 第10-12页 |
1.1.1 研究背景 | 第10-11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 方法和技术路线 | 第12-13页 |
1.2.1 研究方法 | 第12页 |
1.2.2 技术路线 | 第12-13页 |
1.3 创新之处和主要研究内容 | 第13-16页 |
1.3.1 研究的创新之处 | 第13-14页 |
1.3.2 主要研究内容 | 第14-16页 |
2 国内外相关研究综述 | 第16-27页 |
2.1 车辆路径问题的研究进展 | 第16-20页 |
2.1.1 确定性车辆路径问题 | 第17-18页 |
2.1.2 不确定性车辆路径问题的研究 | 第18-20页 |
2.2 干扰管理问题的研究进展 | 第20-22页 |
2.2.1 干扰管理形成与发展 | 第20-21页 |
2.2.2 干扰管理的应用与研究 | 第21-22页 |
2.3 干扰管理在物流方面应用 | 第22-24页 |
2.3.1 国外干扰管理在物流方面研究 | 第22-23页 |
2.3.2 国内干扰管理在物流方面研究 | 第23-24页 |
2.4 本章小结 | 第24-27页 |
3 配送地点发生变化的物流干扰管理模型 | 第27-33页 |
3.1 配送问题界定 | 第27-29页 |
3.1.1 初始物流配送问题描述及假设前提 | 第27页 |
3.1.2 初始模型符号说明 | 第27-28页 |
3.1.3 初始模型的建立 | 第28-29页 |
3.2 扰动因素的度量 | 第29-31页 |
3.2.1 干扰事件发生的描述及界定 | 第29页 |
3.2.2 客户不满意的度量 | 第29-30页 |
3.2.3 配送成本偏离的度量 | 第30页 |
3.2.4 路线偏离的度量 | 第30-31页 |
3.3 配送地点发生变化的干扰管理模型 | 第31页 |
3.3.1 干扰管理模型建立 | 第31页 |
3.4 本章小结 | 第31-33页 |
4 物流干扰管理模型求解 | 第33-45页 |
4.1 基本蚁群算法 | 第33-36页 |
4.1.1 蚁群算法概述 | 第33-34页 |
4.1.2 蚁群算法的原理及流程 | 第34-36页 |
4.1.3 蚁群算法的特点 | 第36页 |
4.2.改进蚁群算法的具体设计 | 第36-42页 |
4.2.1 转移概率调整 | 第37页 |
4.2.2 信息素更新策略 | 第37-38页 |
4.2.3 局部优化策略 | 第38-39页 |
4.2.4 参数选择 | 第39-42页 |
4.3 求解处理步骤 | 第42页 |
4.4 本章小结 | 第42-45页 |
5 算例分析与仿真 | 第45-54页 |
5.1 算例的设计与算法分析 | 第45-50页 |
5.1.1 算例设计 | 第45-46页 |
5.1.2 算法性能比较 | 第46-50页 |
5.2 干扰仿真分析 | 第50-53页 |
5.3 本章小结 | 第53-54页 |
6 总结与展望 | 第54-56页 |
6.1 全文总结 | 第54页 |
6.2 后续研究展望 | 第54-56页 |
致谢 | 第56-57页 |
参考文献 | 第57-61页 |
附录 1:MATLAB部分代码 | 第61-64页 |
附录 2:作者在读期间发表的学术论文及参加的科研项目 | 第64页 |