首页--经济论文--经济计划与管理论文--物资经济论文--物资流通论文

基于顾客满意的物流协同配送路径优化研究

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-21页
   ·研究背景及意义第11-13页
     ·研究背景第11-12页
     ·研究意义第12-13页
   ·国内外研究现状第13-18页
     ·国外研究现状第13-15页
     ·国内研究现状第15-18页
     ·目前研究中存在的主要问题第18页
   ·论文研究内容及方法第18-21页
     ·研究内容第18-19页
     ·研究方法第19-20页
     ·技术路线第20页
     ·本文创新点第20-21页
第2章 相关理论综述第21-32页
   ·协同配送基础理论第21-26页
     ·配送的定义及分类第21-22页
     ·配送的功能要素第22-23页
     ·协同配送定义第23页
     ·协同配送原则第23-24页
     ·协同配送特点和优点第24-26页
   ·路径优化基本理论第26-29页
     ·配送路径问题定义及分类第26-28页
     ·配送路径优化原则第28页
     ·配送路径优化问题注意事项第28-29页
   ·顾客满意基本理论第29-31页
     ·顾客满意的定义第29-30页
     ·顾客满意的形成机理第30-31页
     ·顾客满意的影响因素第31页
   ·本章小结第31-32页
第3章 物流协同配送路径优化模型第32-44页
   ·经典路径优化数学模型第32-33页
   ·协同配送路径优化模型第33-39页
     ·协同配送路径优化问题描述第33-34页
     ·协同配送路径优化数学模型第34-37页
     ·协同配送路径优化过程第37-39页
   ·基于顾客满意的物流协同配送路径优化数学模型第39-43页
     ·问题描述第39-41页
     ·基于顾客满意的物流配送第41-43页
     ·模型的建立第43页
   ·本章小结第43-44页
第4章 遗传-蚁群算法的原理第44-57页
   ·遗传算法第44-48页
     ·遗传算法描述第44页
     ·遗传算法的基本步骤第44-48页
     ·遗传算法的特点第48页
   ·蚁群算法第48-52页
     ·蚁群算法描述第48-50页
     ·蚁群算法的优点和不足第50-51页
     ·蚁群算法的关键因素第51-52页
     ·蚁群算法的特点第52页
   ·遗传—蚁群算法基本理论第52-56页
     ·遗传—蚁群算法的设计思想第52-53页
     ·遗传—蚁群算法的基本步骤第53-55页
     ·遗传-蚁群算法基本流程图第55-56页
   ·本章小结第56-57页
第5章 实证研究第57-66页
   ·路径优化算法设计第57-60页
     ·编码选择和初始群体建立第57页
     ·适应度函数第57-58页
     ·遗传操作第58-59页
     ·蚁群算法状态转移规则第59-60页
   ·算例描述第60-63页
     ·算例概述第60-62页
     ·协同配送前路径方案第62-63页
   ·路径优化第63-65页
     ·参数选择第63页
     ·路径优化及结果分析第63-65页
   ·本章小结第65-66页
结论第66-68页
致谢第68-69页
参考文献第69-73页
作者简介第73-74页
攻读硕士学位期间发表的论文和科研成果第74-75页

论文共75页,点击 下载论文
上一篇:基于粗糙集-BP神经网络的电信企业客户失风险预警研究
下一篇:改进蚁群算法在桁架结构优化中的应用研究