网购物流城市共同配送联盟环境下的订单分配问题研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景及意义 | 第8-10页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 选题意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文研究内容及框架 | 第13-14页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 研究内容 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 2 网购物流城市共同配送联盟环境下的订单分配问题 | 第15-22页 |
| 2.1 共同配送现状及应用 | 第15-17页 |
| 2.1.1 共同配送概念提出 | 第15页 |
| 2.1.2 共同配送必要性分析 | 第15-16页 |
| 2.1.3 共同配送的应用 | 第16-17页 |
| 2.2 共同配送联盟物流网络构建 | 第17-18页 |
| 2.3 共同配送联盟中的订单分配 | 第18-21页 |
| 2.3.1 问题分析 | 第18-19页 |
| 2.3.2 订单任务分解 | 第19-20页 |
| 2.3.3 订单分配概念模型 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 订单分配模型指标选择 | 第22-28页 |
| 3.1 订单配送绩效评估指标体系 | 第22-23页 |
| 3.2 网购客户需求分析 | 第23-24页 |
| 3.3 订单分配模型指标确定 | 第24-25页 |
| 3.4 订单配送成本核算 | 第25-27页 |
| 3.5 本章小结 | 第27-28页 |
| 4 订单分配模型构建 | 第28-42页 |
| 4.1 基本模型构建 | 第28-32页 |
| 4.1.1 问题描述 | 第28页 |
| 4.1.2 模型假设 | 第28-29页 |
| 4.1.3 参数与变量说明 | 第29-30页 |
| 4.1.4 模型建立 | 第30-32页 |
| 4.2 模型权重确定 | 第32-33页 |
| 4.3 模型算法选择与求解 | 第33-38页 |
| 4.3.1 算法选择 | 第34页 |
| 4.3.2 蚁群算法 | 第34-36页 |
| 4.3.3 遗传算法 | 第36-38页 |
| 4.4 基于蚁群和遗传算法的模型求解过程 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 订单分配模型应用与分析 | 第42-50页 |
| 5.1 模型数据来源及介绍 | 第42页 |
| 5.2 模型应用与分析 | 第42-49页 |
| 5.2.1 原始数据及处理 | 第42-47页 |
| 5.2.2 结果分析讨论 | 第47-49页 |
| 5.3 本章小结 | 第49-50页 |
| 6 结论与展望 | 第50-52页 |
| 6.1 本文结论 | 第50页 |
| 6.2 未来工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-59页 |
| A.作者在攻读学位期间参加的科研项目 | 第57页 |
| B.网购用户订单配送需求与满意度调查问卷 | 第57-59页 |
