| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·库存路线问题的研究意义 | 第9-10页 |
| ·库存路线问题(IRP)的定义 | 第9页 |
| ·库存路线问题(IRP)的研究特点 | 第9-10页 |
| ·库存路线问题(IRP)研究现状 | 第10-11页 |
| ·本文的主要工作 | 第11-13页 |
| 第2章 库存管理部分 | 第13-26页 |
| ·库存路线管理模型假定 | 第13页 |
| ·现有库存路线管理模型分析 | 第13-16页 |
| ·单客户库存路线问题 | 第13-14页 |
| ·多客户库存路线问题 | 第14-16页 |
| ·确定本文库存管理模型 | 第16-23页 |
| ·客户补充库存设定 | 第17页 |
| ·配送方式设定 | 第17-18页 |
| ·客户分组设定 | 第18-23页 |
| ·确定库存管理的整数规划模型 | 第23-26页 |
| 第3章 车辆配送管理部分 | 第26-35页 |
| ·车辆路线安排分析 | 第26-27页 |
| ·带有时间窗的车辆路线安排问题(VRPTW) | 第27-30页 |
| ·时间窗的分类 | 第27-29页 |
| ·VRPTW问题的结构 | 第29-30页 |
| ·确定带有时间窗的车辆路线安排问题(VRPTW)模型 | 第30-35页 |
| ·时间窗的说明 | 第30-31页 |
| ·惩罚函数的建立 | 第31-33页 |
| ·车辆配送管理模型的建立 | 第33-35页 |
| 第4章 IRP模型求解方法 | 第35-52页 |
| ·遗传算法 | 第35-42页 |
| ·遗传算法的介绍 | 第35-36页 |
| ·遗传算法的构成 | 第36-40页 |
| ·遗传算法的应用情况 | 第40-42页 |
| ·库存管理模型求解算法 | 第42-46页 |
| ·染色体编码设置 | 第42页 |
| ·初始群体设置 | 第42-43页 |
| ·遗传算子设置 | 第43-44页 |
| ·适应度函数设置 | 第44-45页 |
| ·算法过程 | 第45-46页 |
| ·车辆配送管理模型求解算法 | 第46-52页 |
| ·变量定义 | 第46-48页 |
| ·染色体编码设置 | 第48页 |
| ·初始群体设置 | 第48-49页 |
| ·遗传算子设置 | 第49页 |
| ·适应度函数设置 | 第49-50页 |
| ·解的检验和调整 | 第50-51页 |
| ·算法过程 | 第51-52页 |
| 第5章 库存路线问题(IRP)案例分析 | 第52-59页 |
| ·案例基本信息 | 第52页 |
| ·确定客户分组 | 第52-54页 |
| ·第一阶段整数规划求解 | 第54-56页 |
| ·车辆路线安排计划 | 第56-59页 |
| 第6章 结论及其未来研究方向 | 第59-61页 |
| ·结论 | 第59-60页 |
| ·未来研究方向 | 第60-61页 |
| 攻读学位期间公开发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 附录 | 第68-70页 |