| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 课题背景与意义 | 第11-14页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 国内外文献综述 | 第14-19页 |
| 1.2.1 冷链物流车辆路径优化研究 | 第14-16页 |
| 1.2.2 考虑碳排放的车辆路径问题研究 | 第16-17页 |
| 1.2.3 带时间窗的车辆路径问题研究 | 第17-19页 |
| 1.3 研究内容和研究思路 | 第19-23页 |
| 1.3.1 研究内容 | 第19-20页 |
| 1.3.2 研究方法 | 第20页 |
| 1.3.3 技术路线 | 第20-23页 |
| 第2章 相关概念与理论基础 | 第23-33页 |
| 2.1 冷链物流理论 | 第23-27页 |
| 2.1.1 冷链物流概念 | 第23-24页 |
| 2.1.2 冷链物流的特点 | 第24-25页 |
| 2.1.3 冷链物流的运作流程 | 第25-27页 |
| 2.2 低碳物流理论 | 第27-29页 |
| 2.2.1 低碳物流概念 | 第27页 |
| 2.2.2 低碳物流的特性 | 第27-28页 |
| 2.2.3 碳排放的估算方法 | 第28-29页 |
| 2.3 车辆路径优化理论 | 第29-32页 |
| 2.3.1 车辆路径问题的基本概念 | 第29-30页 |
| 2.3.2 车辆路径问题的构成要素 | 第30-31页 |
| 2.3.3 车辆路径问题的基本类型 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 考虑碳排放的带模糊时间窗约束的冷链配送模型构建 | 第33-57页 |
| 3.1 考虑碳排放的带模糊时间窗约束的冷链配送模型构建 | 第33-36页 |
| 3.1.1 问题描述 | 第33-34页 |
| 3.1.2 建模假设与参数描述 | 第34-36页 |
| 3.2 碳排放测算方法 | 第36-43页 |
| 3.2.1 碳排放与油耗关系分析 | 第36-37页 |
| 3.2.2 燃油消耗测算方法与模型 | 第37-43页 |
| 3.2.3 碳排放估算方法确定 | 第43页 |
| 3.3 客户时间窗模糊化分析 | 第43-46页 |
| 3.3.1 模糊时间窗分析 | 第44-45页 |
| 3.3.2 客户满意度水平分析 | 第45-46页 |
| 3.4 目标函数建立 | 第46-56页 |
| 3.4.1 配送成本分析 | 第47-53页 |
| 3.4.2 多目标函数的分析处理 | 第53-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第4章 模型算法设计 | 第57-73页 |
| 4.1 带时间窗的车辆路径问题求解算法 | 第57-68页 |
| 4.1.1 精确算法 | 第57-58页 |
| 4.1.2 启发式算法 | 第58-67页 |
| 4.1.3 各类算法比较 | 第67-68页 |
| 4.2 遗传算法设计 | 第68-72页 |
| 4.2.1 编码方式 | 第69页 |
| 4.2.2 生成初始化种群 | 第69-70页 |
| 4.2.3 适应度评价函数的确定 | 第70页 |
| 4.2.4 选择操作 | 第70页 |
| 4.2.5 交叉操作 | 第70-72页 |
| 4.2.6 变异操作 | 第72页 |
| 4.2.7 终止条件 | 第72页 |
| 4.3 本章小结 | 第72-73页 |
| 第5章 案例求解与分析 | 第73-89页 |
| 5.1 背景介绍 | 第73-74页 |
| 5.2 实验参数的设定 | 第74-76页 |
| 5.3 实验结果分析 | 第76-87页 |
| 5.3.1 遗传算法参数确定 | 第77-83页 |
| 5.3.2 客户整体满意度水平对各成本的影响分析 | 第83-87页 |
| 5.4 本章小结 | 第87-89页 |
| 第6章 总结与展望 | 第89-91页 |
| 6.1 主要工作与结论 | 第89-90页 |
| 6.2 展望 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 致谢 | 第97页 |