| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 课题来源与研究内容 | 第13页 |
| 1.3 国内外研究现状及分析 | 第13-20页 |
| 1.3.1 港口腹地物流系统研究现状 | 第13-15页 |
| 1.3.2 循环取货(Milk-run)下物流规划的研究现状 | 第15-17页 |
| 1.3.3 物联网技术在港口腹地物流的研究现状 | 第17-18页 |
| 1.3.4 文献总结 | 第18-20页 |
| 1.4 研究内容 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 动态环境下港口腹地物流规划问题概述 | 第22-27页 |
| 2.1 港口腹地物流概述 | 第22-23页 |
| 2.2 “港口-腹地”Milk-run集散货问题分析 | 第23-26页 |
| 2.2.1 “港口-腹地”Milk-run集散货流程分析 | 第23-25页 |
| 2.2.2 “港口-腹地”Milk-run集散货运作存在的问题 | 第25页 |
| 2.2.3 动态环境下腹地物流联动的难点分析 | 第25-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于物联网的动态Milk-run腹地物流实时联动解决方案 | 第27-38页 |
| 3.1 港口腹地物流系统联动架构 | 第27-30页 |
| 3.1.1 港口腹地物联网信息架构概述 | 第27-29页 |
| 3.1.2 物联网设备部署 | 第29-30页 |
| 3.2 3T动态“港口-腹地”物流联制机 | 第30-36页 |
| 3.2.1 名词解释 | 第30-31页 |
| 3.2.2 联动模式分析 | 第31-32页 |
| 3.2.3 联动机制 | 第32-36页 |
| 3.3 实时联动解决方案 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于遗传算法的混合集散货的物流规划方法 | 第38-46页 |
| 4.1 VRPDP物流规划问题概述 | 第38页 |
| 4.2 数学模型 | 第38-40页 |
| 4.2.1 参数定义 | 第38-39页 |
| 4.2.2 模型约束与目标函数 | 第39-40页 |
| 4.3 遗传算法设计 | 第40-45页 |
| 4.3.1 染色体编码 | 第41-42页 |
| 4.3.2 适应度函数确定 | 第42页 |
| 4.3.3 种群初始化 | 第42页 |
| 4.3.4 遗传操作 | 第42-44页 |
| 4.3.5 终止检验 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 算例分析 | 第46-60页 |
| 5.1 算例介绍 | 第46-47页 |
| 5.2 仿真计算 | 第47-53页 |
| 5.2.1 预规划 | 第49-51页 |
| 5.2.2 修正规划 | 第51-53页 |
| 5.3 结果分析 | 第53-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 研究总结 | 第60页 |
| 研究展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的学术成果 | 第66-68页 |
| 致谢 | 第68页 |
