G气体公司物流配送路径优化策略研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第10-21页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 文献综述 | 第11-16页 |
1.2.1 预测的研究现状 | 第11-14页 |
1.2.2 路径优化的研究现状 | 第14-16页 |
1.3 常用预测方法 | 第16-18页 |
1.3.1 定性预测 | 第16页 |
1.3.2 定量预测 | 第16-18页 |
1.4 常用智能路径优化方法 | 第18-19页 |
1.4.1 禁忌搜索算法 | 第18页 |
1.4.2 模拟退火算法 | 第18页 |
1.4.3 蚁群算法 | 第18-19页 |
1.4.4 遗传算法 | 第19页 |
1.5 研究内容与研究方法 | 第19-20页 |
1.5.1 研究内容 | 第19页 |
1.5.2 研究方法 | 第19-20页 |
1.6 论文技术路线图 | 第20-21页 |
第二章 G气体公司配送现状及存在问题 | 第21-27页 |
2.1 G气体公司概况 | 第21页 |
2.2 G气体公司配送流程介绍 | 第21-22页 |
2.3 G气体公司配送存在的问题 | 第22-25页 |
2.3.1 客户需求预测不准 | 第23-24页 |
2.3.2 送货延误 | 第24页 |
2.3.3 物流成本大 | 第24-25页 |
2.4 问题的成因 | 第25-26页 |
2.4.1 缺乏定量预测 | 第25页 |
2.4.2 配送准备不充分 | 第25-26页 |
2.4.3 与客户沟通不畅 | 第26页 |
2.4.4 路径规划缺乏科学方法 | 第26页 |
2.5 本章小结 | 第26-27页 |
第三章 G气体公司配送需求预测分析 | 第27-36页 |
3.1 G气体公司液体槽车配送需求分析 | 第27-35页 |
3.1.1 数据分析 | 第27-30页 |
3.1.2 Holt-Winters预测模型 | 第30页 |
3.1.3 预测过程 | 第30-35页 |
3.1.4 结果分析 | 第35页 |
3.2 本章小结 | 第35-36页 |
第四章 G气体公司配送车辆路径优化 | 第36-55页 |
4.1 G气体公司配送现状 | 第36-38页 |
4.2 遗传算法概述 | 第38-42页 |
4.2.1 遗传算法的特点 | 第39-40页 |
4.2.2 遗传算法的基本操作 | 第40页 |
4.2.3 遗传算法的运算流程 | 第40-42页 |
4.3 建模的假设与参数描述 | 第42-44页 |
4.3.1 模型建立的约束及假设 | 第42-43页 |
4.3.2 相关参数说明 | 第43-44页 |
4.4 带模糊时间窗的车辆路径优化模型 | 第44-48页 |
4.4.1 客户时间窗处理 | 第44-46页 |
4.4.2 工业气体物流配送成本 | 第46-47页 |
4.4.3 带模糊时间窗车辆路径优化模型 | 第47-48页 |
4.5 算例分析 | 第48-51页 |
4.5.1 算例描述 | 第48-50页 |
4.5.2 模型求解步骤 | 第50-51页 |
4.6 优化方案 | 第51-52页 |
4.7 效果分析 | 第52-54页 |
4.8 本章小结 | 第54-55页 |
第五章 结论 | 第55-57页 |
参考文献 | 第57-60页 |
附录 | 第60-64页 |
攻读硕士学位期间取得的研究成果 | 第64-65页 |
致谢 | 第65-66页 |
附件 | 第66页 |