| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 研究内容及技术路线 | 第16-19页 |
| 1.3.1 研究内容及创新点 | 第16-17页 |
| 1.3.2 研究方法及技术路线 | 第17-19页 |
| 2 冷链物流配送相关理论及方法 | 第19-30页 |
| 2.1 冷链物流相关理论 | 第19-24页 |
| 2.1.1 冷链物流的定义 | 第19-20页 |
| 2.1.2 冷链物流的特点 | 第20-21页 |
| 2.1.3 冷链物流配送问题定义及分类 | 第21-23页 |
| 2.1.4 冷链物流配送优化问题基本模型 | 第23-24页 |
| 2.2 动态车辆路径优化问题概述 | 第24-26页 |
| 2.2.1 动态车辆路径优化问题定义 | 第24-25页 |
| 2.2.2 动态车辆路径优化问题分类 | 第25页 |
| 2.2.3 带时间窗的动态车辆路径优化问题 | 第25-26页 |
| 2.3 车辆路径优化问题基本求解算法 | 第26-29页 |
| 2.3.1 车辆路径优化问题求解算法分类 | 第26-27页 |
| 2.3.2 现代启发式算法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 带时间窗的冷链物流配送动态车辆路径优化模型及策略 | 第30-45页 |
| 3.1 DVRPTW问题描述 | 第30-31页 |
| 3.2 DVRPTW模型构建假设及参数设计 | 第31-32页 |
| 3.2.1 模型构建假设 | 第31页 |
| 3.2.2 模型参数设计 | 第31-32页 |
| 3.3 DVRPTW模型构建 | 第32-38页 |
| 3.3.1 目标函数分析 | 第32-37页 |
| 3.3.2 优化模型构建 | 第37-38页 |
| 3.4 DVRPTW模型求解策略 | 第38-43页 |
| 3.4.1 动态信息处理策略 | 第38-39页 |
| 3.4.2 动态路径更新策略 | 第39-43页 |
| 3.5 本章小结 | 第43-45页 |
| 4 带时间窗的冷链物流配送动态车辆路径优化算法研究 | 第45-59页 |
| 4.1 基本人工鱼群算法分析 | 第45-50页 |
| 4.1.1 人工鱼群算法基本思想 | 第45-46页 |
| 4.1.2 人工鱼的行为描述 | 第46-49页 |
| 4.1.3 人工鱼群算法的优缺点分析 | 第49-50页 |
| 4.2 改进人工鱼群算法研究 | 第50-54页 |
| 4.2.1 自适应步长和视野的设计 | 第50-53页 |
| 4.2.2 改进人工鱼群算法流程设计 | 第53-54页 |
| 4.3 改进型算法的算例分析 | 第54-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 算法应用实例分析 | 第59-68页 |
| 5.1 案例概述 | 第59-62页 |
| 5.2 模型参数设定 | 第62-63页 |
| 5.3 模型求解算法应用分析 | 第63-67页 |
| 5.3.1 静态需求下车辆路径问题求解分析 | 第63-66页 |
| 5.3.2 动态需求下车辆路径问题求解分析 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第73-75页 |
| 学位论文数据集 | 第75页 |