| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 国内外电动物流车发展现状 | 第9-11页 |
| 1.2.2 国内外电动物流车路径规划问题研究现状 | 第11-14页 |
| 1.3 论文主要内容及结构 | 第14-15页 |
| 1.4 论文的创新点 | 第15-17页 |
| 2 相关理论基础 | 第17-25页 |
| 2.1 电动物流车相关技术特性 | 第17-19页 |
| 2.1.1 续驶里程 | 第17页 |
| 2.1.2 电池容量 | 第17页 |
| 2.1.3 充电模式 | 第17-19页 |
| 2.1.4 整备质量 | 第19页 |
| 2.2 电动物流车的优缺点 | 第19-20页 |
| 2.3 车辆路径规划问题的基本要素及基础模型 | 第20-21页 |
| 2.3.1 车辆路径规划问题的基本要素 | 第20页 |
| 2.3.2 车辆路径规划问题的基础模型 | 第20-21页 |
| 2.4 车辆路径规划问题求解方法 | 第21-24页 |
| 2.4.1 精确算法 | 第22页 |
| 2.4.2 经典启发式算法 | 第22页 |
| 2.4.3 现代启发式算法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 考虑货物重量的电动物流车路径规划模型 | 第25-30页 |
| 3.1 问题描述和基本假设 | 第25-26页 |
| 3.2 变量及参数定义 | 第26-27页 |
| 3.3 目标函数和约束条件 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 考虑货物重量的EVRP遗传算法设计 | 第30-42页 |
| 4.1 遗传算法概述 | 第30-35页 |
| 4.1.1 遗传算法基本概念 | 第30-33页 |
| 4.1.2 遗传算法基本流程 | 第33-34页 |
| 4.1.3 遗传算法在求解车辆路径规划问题中的应用 | 第34-35页 |
| 4.2 考虑货物重量的EVRP算法设计 | 第35-37页 |
| 4.2.1 染色体编码和种群初始化 | 第35-36页 |
| 4.2.2 适应度函数的设定 | 第36页 |
| 4.2.3 遗传操作 | 第36页 |
| 4.2.4 算法终止 | 第36-37页 |
| 4.3 算例分析 | 第37-41页 |
| 4.3.1 算例介绍 | 第37-39页 |
| 4.3.2 算例结果及分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 5 不考虑中途充电的电动物流车路径规划问题 | 第42-48页 |
| 5.1 背景及意义 | 第42-43页 |
| 5.2 模型建立 | 第43-45页 |
| 5.2.1 问题描述和基本假设 | 第43页 |
| 5.2.2 目标函数和约束条件 | 第43-45页 |
| 5.3 算例分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-50页 |
| 6.1 全文总结 | 第48页 |
| 6.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |