| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·研究背景与研究意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要内容和结构 | 第11-12页 |
| 第2章 多式联运的相关基本知识和理论 | 第12-22页 |
| ·多式联运及相关概念 | 第12-14页 |
| ·物流的起源和发展 | 第12页 |
| ·多式联运的发展 | 第12-14页 |
| ·多式联运的优点 | 第14页 |
| ·定位-运输路线安排问题(LRP) | 第14-17页 |
| ·LRP的定义 | 第15页 |
| ·LRP的发展历程 | 第15-16页 |
| ·LRP和LA、VRP的比较 | 第16页 |
| ·定位-配送-路线三者的相互关系 | 第16-17页 |
| ·多式联运运输方式的选择 | 第17-18页 |
| ·多式联运运输虚拟网络图 | 第18-22页 |
| ·点点间运输网络 | 第18-19页 |
| ·多点间运输网络 | 第19-22页 |
| 第3章 现代优化算法的基本知识和理论 | 第22-33页 |
| ·现代优化算法概述 | 第22-23页 |
| ·现代优化算法相关基础理论 | 第22-23页 |
| ·蚁群优化算法(ant colony optimization algorithms) | 第23-24页 |
| ·蚁群优化算法的定义 | 第23-24页 |
| ·蚁群优化算法的优缺点 | 第24页 |
| ·遗传算法(genetic algorithms) | 第24-26页 |
| ·遗传算法的定义 | 第24-25页 |
| ·遗传优化算法的优缺点 | 第25-26页 |
| ·混合遗传算法 | 第26-33页 |
| ·遗传算法和蚁群算法融合的基本思想 | 第26-28页 |
| ·混合遗传蚁群算法(GAAA算法)的结构原理 | 第28页 |
| ·混合遗传蚁群算法中蚁群算法的设计 | 第28-29页 |
| ·混合遗传蚁群算法中遗传算法与蚁群算法的衔接 | 第29页 |
| ·混合遗传蚁群算法的可行性分析 | 第29-33页 |
| 第4章 基于混合遗传算法的多式联运优化的实现 | 第33-40页 |
| ·优化模型的构建 | 第33-34页 |
| ·模型的假设 | 第33页 |
| ·模型相关参数 | 第33-34页 |
| ·模型的建立 | 第34页 |
| ·模型的算法求解 | 第34-36页 |
| ·仿真实验 | 第36-40页 |
| 第5章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45页 |