| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-15页 |
| 1.2 研究意义 | 第15-16页 |
| 1.3 研究内容与技术路线 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 技术路线 | 第16-18页 |
| 2 文献综述 | 第18-29页 |
| 2.1 车辆路径优化研究 | 第18-23页 |
| 2.1.1 车辆路径问题 | 第18-20页 |
| 2.1.2 车辆路径优化算法 | 第20-23页 |
| 2.2 交通管制研究 | 第23-26页 |
| 2.2.1 交通管制分类 | 第23-25页 |
| 2.2.2 交通管制的量化 | 第25-26页 |
| 2.3 食品冷链的城市配送研究 | 第26-28页 |
| 2.3.1 城市配送内涵 | 第26-27页 |
| 2.3.2 食品冷链配送 | 第27-28页 |
| 2.4 国内外研究述评 | 第28-29页 |
| 3 D企业北京市食品冷链配送现状与问题分析 | 第29-37页 |
| 3.1 D企业基本情况 | 第29-31页 |
| 3.1.1 企业概况 | 第29-30页 |
| 3.1.2 企业主要业务 | 第30-31页 |
| 3.2 D企业食品冷链配送现状分析 | 第31-34页 |
| 3.2.1 食品冷链配送特点 | 第31-32页 |
| 3.2.2 配送作业流程 | 第32-34页 |
| 3.3 D企业配送问题及成因分析 | 第34-36页 |
| 3.3.1 配送过程存在的问题 | 第34-35页 |
| 3.3.2 配送问题原因分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于K-MEANS聚类算法的D企业食品冷链配送区域划分 | 第37-52页 |
| 4.1 K-MEANS聚类算法概况 | 第37-38页 |
| 4.2 K-MEANS聚类算法划分配送区域过程 | 第38-41页 |
| 4.2.1 K-MEANS基础算法步骤 | 第38-40页 |
| 4.2.2 K-MEANS算法的改进 | 第40-41页 |
| 4.3 D企业配送门店区域划分 | 第41-51页 |
| 4.3.1 数据处理 | 第41-46页 |
| 4.3.2 K-MEANS聚类步骤与结果 | 第46-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 基于货运交通管制的D企业食品冷链配送路径优化模型构建与求解 | 第52-70页 |
| 5.1 货运交通管制对城市配送的影响 | 第52-54页 |
| 5.2 基于货运交通管制的食品冷链配送路径模型构建 | 第54-58页 |
| 5.2.1 问题描述 | 第54-55页 |
| 5.2.2 基本假设及约束 | 第55-56页 |
| 5.2.3 模型建立 | 第56-57页 |
| 5.2.4 算法设计 | 第57-58页 |
| 5.3 D企业食品冷链配送路径优化求解 | 第58-69页 |
| 5.3.1 未考虑货运交通管制情形 | 第59-63页 |
| 5.3.2 考虑货运交通管制情形 | 第63-66页 |
| 5.3.3 路径优化结果对比 | 第66-69页 |
| 5.4 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 主要工作 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录A | 第76-79页 |
| 附录B | 第79-85页 |
| 附录C | 第85-102页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第102-104页 |
| 学位论文数据集 | 第104页 |
