摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1.绪论 | 第9-18页 |
1.1 研究背景 | 第9-10页 |
1.2 研究目的及意义 | 第10-11页 |
1.3 国内外研究现状 | 第11-15页 |
1.3.1 国内研究现状及水平 | 第11-12页 |
1.3.2 国外研究现状及水平 | 第12-14页 |
1.3.3 国内外研究评述 | 第14-15页 |
1.4 研究内容 | 第15-16页 |
1.5 研究技术路线 | 第16-18页 |
2.应急物流配送路径相关理论 | 第18-24页 |
2.1 基础理论 | 第18-20页 |
2.1.1 应急物流的内涵 | 第18页 |
2.1.2 应急物流的特点 | 第18-19页 |
2.1.3 应急物流与普通物流的对比分析 | 第19页 |
2.1.4 应急物流系统的研究内容 | 第19-20页 |
2.2 应急物流配送理论 | 第20-21页 |
2.2.1 应急配送车辆路径问题 | 第20页 |
2.2.2 应急物流配送车辆路径问题的分类 | 第20-21页 |
2.2.3 应急物流配送车辆路径问题的说明 | 第21页 |
2.3 应急物流配送路径优化 | 第21-22页 |
2.3.1 车辆路径问题分类 | 第21-22页 |
2.3.2 路径优化问题的提出 | 第22页 |
2.3.3 带时间窗限制的路径问题 | 第22页 |
2.4 本章小结 | 第22-24页 |
3.基于多影响因素的应急物流配送路径优化模型 | 第24-32页 |
3.1 应急物流配送路径优化问题的提出 | 第24-25页 |
3.1.1 问题描述 | 第24页 |
3.1.2 应急物流配送路径优化模型假设 | 第24-25页 |
3.2 应急物流配送路径优化模型参数说明 | 第25页 |
3.2.1 基本参数 | 第25页 |
3.2.2 变量定义 | 第25页 |
3.3 基于多影响因素的路径当量长度计算 | 第25-30页 |
3.3.1 路段可通行性 | 第25-26页 |
3.3.2 道路通行影响因素权重分析 | 第26-29页 |
3.3.3 配送路径当量长度计算 | 第29-30页 |
3.4 基于多影响因素的应急物流配送优化路径模型 | 第30页 |
3.5 本章小结 | 第30-32页 |
4.求解应急物流配送路径优化模型的群智能混合算法 | 第32-46页 |
4.1 群智能算法 | 第32-33页 |
4.1.1 群智能算法 | 第32页 |
4.1.2 主要的群智能算法 | 第32-33页 |
4.1.3 群智能算法与传统路径算法的比较 | 第33页 |
4.2 粒子群算法和蚁群算法 | 第33-38页 |
4.2.1 粒子群算法 | 第33-35页 |
4.2.2 蚁群算法 | 第35-38页 |
4.3 应急物流配送路径优化模型的群智能混合算法设计 | 第38-45页 |
4.3.1 粒子群算法和蚁群算法的特点 | 第38-40页 |
4.3.2 粒子群与蚁群混合算法设计 | 第40-42页 |
4.3.3 混合算法MATLAB实现 | 第42-45页 |
4.4 本章小结 | 第45-46页 |
5.宁强地震灾区城乡应急物流配送路径优化 | 第46-62页 |
5.1 宁强县灾区概况及相关数据来源 | 第46-49页 |
5.1.1 灾区概况 | 第46-47页 |
5.1.2 应急物流配送相关数据来源 | 第47-49页 |
5.2 宁强灾区应急物流配送路径优化模型 | 第49-54页 |
5.2.1 宁强灾区应急物流配送路径网络模型 | 第49-50页 |
5.2.2 路径当量长度计算 | 第50-52页 |
5.2.3 应急物流配送路径模型 | 第52-54页 |
5.3 基于MATLAB平台求解最优配送路径 | 第54-61页 |
5.3.1 粒子群与蚁群混合算法求解宁强灾区最优应急物资配送路径 | 第54-56页 |
5.3.2 蚁群算法求解宁强灾区最优应急物资配送路径 | 第56-58页 |
5.3.3 粒子群算法求解宁强灾区最优应急物资配送路径 | 第58-60页 |
5.3.4 对比三种算法的搜索结果 | 第60-61页 |
5.4 本章小结 | 第61-62页 |
6.结论和展望 | 第62-64页 |
6.1 结论 | 第62-63页 |
6.2 展望 | 第63-64页 |
致谢 | 第64-65页 |
参考文献 | 第65-74页 |
硕士研究生学习阶段发表论文 | 第74页 |