| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究的背景与意义 | 第11-12页 |
| 1.2 物流概述 | 第12-20页 |
| 1.2.1 物流的发展阶段 | 第13-15页 |
| 1.2.2 第四方物流的运作模式和功能 | 第15-17页 |
| 1.2.3 国内外研究现状 | 第17-18页 |
| 1.2.4 第四方物流优化问题综述 | 第18-19页 |
| 1.2.4.1 路径选择 | 第18-19页 |
| 1.2.4.2 第三方物流服务供应商的选择 | 第19页 |
| 1.2.4.3 运输方式选择 | 第19页 |
| 1.2.5 第四方物流路径优化问题研究 | 第19-20页 |
| 1.2.5.1 路径和第三方物流服务供应商的综合优化 | 第19-20页 |
| 1.2.5.2 第四方物流路径优化问题分类 | 第20页 |
| 1.3 研究内容 | 第20-21页 |
| 第2章 相关理论概述 | 第21-41页 |
| 2.1 期望效用理论 | 第21页 |
| 2.2 前景理论 | 第21-25页 |
| 2.2.1 前景理论的起源 | 第21-22页 |
| 2.2.2 前景理论的基本思想 | 第22-25页 |
| 2.3 前景理论的发展与应用 | 第25-30页 |
| 2.3.1 累积前景理论概述 | 第25-28页 |
| 2.3.2 第三代前景理论概述 | 第28-29页 |
| 2.3.3 前景理论的应用 | 第29-30页 |
| 2.4 龙贝格积分法 | 第30-32页 |
| 2.5 蚁群算法 | 第32-41页 |
| 2.5.1 蚁群算法的起源 | 第32-33页 |
| 2.5.2 基本蚁群算法 | 第33-35页 |
| 2.5.3 蚁群算法的改进 | 第35-37页 |
| 2.5.4 混合蚁群算法 | 第37-41页 |
| 2.5.4.1 状态转移规则 | 第37-38页 |
| 2.5.4.2 信息素的更新 | 第38-39页 |
| 2.5.4.3 混合蚁群算法的特点 | 第39-41页 |
| 第3章 问题模型及其算法设计 | 第41-51页 |
| 3.1 问题及模型描述 | 第41-44页 |
| 3.1.1 问题描述 | 第41页 |
| 3.1.2 模型中参量的描述 | 第41-42页 |
| 3.1.3 基于期望效用理论的数学模型 | 第42-43页 |
| 3.1.4 基于累积前景理论的数学模型 | 第43-44页 |
| 3.2 目标函数积分推导 | 第44-46页 |
| 3.3 混合蚁群算法设计 | 第46-49页 |
| 3.3.1 混合蚁群算法基本思想 | 第46-47页 |
| 3.3.2 不可行解的处理 | 第47页 |
| 3.3.3 混合蚁群算法步骤 | 第47-49页 |
| 3.4 小结 | 第49-51页 |
| 第4章 仿真实验与分析 | 第51-79页 |
| 4.1 不同规模实例描述 | 第51-54页 |
| 4.1.1 七节点实例描述 | 第51-53页 |
| 4.1.2 十五节点实例描述 | 第53-54页 |
| 4.1.3 三十节点实例描述 | 第54页 |
| 4.2 混合蚁群算法参数分析 | 第54-63页 |
| 4.2.1 七节点实例算法参数分析 | 第56-60页 |
| 4.2.2 十五节点实例算法参数分析 | 第60-61页 |
| 4.2.3 三十节点实例算法参数分析 | 第61-63页 |
| 4.2.4 算法参数结果分析 | 第63页 |
| 4.3 不同算法间的对比与分析 | 第63-64页 |
| 4.4 问题分析 | 第64-77页 |
| 4.4.1 问题参数分析 | 第64-72页 |
| 4.4.1.1 客户预期时间分析 | 第64-69页 |
| 4.4.1.2 客户预期费用分析 | 第69-72页 |
| 4.4.2 不同模型对比分析 | 第72-77页 |
| 4.5 小结 | 第77-79页 |
| 第5章 总结与展望 | 第79-81页 |
| 5.1 工作总结 | 第79-80页 |
| 5.2 研究展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 参加项目 | 第87-89页 |
| 附录 | 第89-100页 |