摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 选题背景以及研究意义 | 第10-11页 |
1.2 国内外研究综述 | 第11-15页 |
1.2.1 循环配送运作模式研究 | 第11-13页 |
1.2.2 循环配送的路径优化研究 | 第13-15页 |
1.2.3 国内外研究现状评述 | 第15页 |
1.3 研究目标,内容以及创新点 | 第15-16页 |
1.3.1 研究内容 | 第15-16页 |
1.3.2 创新之处 | 第16页 |
1.4 技术路线 | 第16-17页 |
第二章 汽车零部件入厂物流理论综述 | 第17-34页 |
2.1 汽车零部件入厂物流背景理论 | 第17-20页 |
2.1.1 精益物流理论和准时制供应 | 第17-18页 |
2.1.2 物流外包和第三方物流 | 第18-19页 |
2.1.3 零部件入厂物流平顺化概念 | 第19-20页 |
2.2 入厂物流概述 | 第20-24页 |
2.2.1 汽车零部件入厂物流及特点 | 第20-21页 |
2.2.2 入厂物流配送模式 | 第21-22页 |
2.2.3 面临的问题 | 第22-24页 |
2.3 循环配送概述 | 第24-26页 |
2.3.1 循环配送的概念和特点 | 第24-26页 |
2.3.2 Milk Run优点和实施中应注意的问题 | 第26页 |
2.4 入厂物流成本研究 | 第26-33页 |
2.4.1 库存基本理论研究 | 第27-32页 |
2.4.2 运输成本分析 | 第32-33页 |
2.4.3 运输与库存的关系 | 第33页 |
2.5 本章小结 | 第33-34页 |
第三章 汽车零部件循环配送的运作研究以及模型的构建 | 第34-49页 |
3.1 Milk Run各方面实施条件分析 | 第34-36页 |
3.1.1 汽车生产制造商 | 第34页 |
3.1.2 供应商 | 第34-35页 |
3.1.3 3PL选择 | 第35页 |
3.1.4 信息共享 | 第35-36页 |
3.2 Milk Run流程以及职责分配 | 第36-37页 |
3.3 汽车零部件Milk Run的规划设计 | 第37-42页 |
3.3.1 Milk Run规划设计所需数据 | 第37-39页 |
3.3.2 Milk Run规划过程研究 | 第39-42页 |
3.4 Milk Run模式下的车辆路径问题模型构建 | 第42-48页 |
3.4.1 问题分析 | 第42-45页 |
3.4.2 Milk Run模式下的VRP模型构建 | 第45-48页 |
3.5 本章小结 | 第48-49页 |
第四章 应用遗传算法解决循环配送模式下的VRP问题 | 第49-64页 |
4.1 车辆路径问题的算法研究 | 第49-51页 |
4.2 遗传算法基本原理与操作 | 第51-56页 |
4.2.1 遗传算法概述 | 第51-52页 |
4.2.2 遗传算法的特点及实现 | 第52-56页 |
4.3 基于Milk Run的VRP遗传算法设计 | 第56-59页 |
4.3.1 染色体编码 | 第56-57页 |
4.3.2 约束条件的处理 | 第57页 |
4.3.3 适应度函数 | 第57-58页 |
4.3.4 初始群体 | 第58页 |
4.3.5 选择、交叉和变异 | 第58页 |
4.3.6 控制参数和算法终止条件 | 第58-59页 |
4.4 数值仿真 | 第59-63页 |
4.4.1 问题求解 | 第59-62页 |
4.4.2 结果分析 | 第62-63页 |
4.5 本章小结 | 第63-64页 |
第五章 H公司入厂物流优化实例研究 | 第64-74页 |
5.1 H公司入厂物流概况 | 第64-65页 |
5.2 H公司循环配送项目规划 | 第65-71页 |
5.2.1 循环配送项目小组 | 第65-66页 |
5.2.2 平顺化提升—车型,包装规划 | 第66-68页 |
5.2.3 应急措施,KPI制定 | 第68-69页 |
5.2.4 库存、路径优化 | 第69-71页 |
5.3 循环配送入厂物流效果评价 | 第71-73页 |
5.4 本章小结 | 第73-74页 |
第六章 结论与展望 | 第74-76页 |
6.1 结论 | 第74页 |
6.2 展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-79页 |
在校期间发表的论著及取得的科研成果 | 第79页 |