基于客户分组的带时间窗车辆路径选择问题研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·论文研究的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国内研究现状 | 第11-13页 |
| ·国外研究现状 | 第13页 |
| ·本文的研究方法及主要内容 | 第13-15页 |
| ·本章小结 | 第15-16页 |
| 2 带时间窗的车辆路径问题概述 | 第16-29页 |
| ·车辆路径问题(VRP) | 第16-20页 |
| ·VRP的基本概念和发展 | 第16-17页 |
| ·VRP的数学模型和分类 | 第17-20页 |
| ·带时间窗的车辆路径问题(VRPTW) | 第20-28页 |
| ·VRPTW的概念和基本描述 | 第20-21页 |
| ·VRPTW时间窗的分类 | 第21-23页 |
| ·VRPTW的复杂性 | 第23-24页 |
| ·主要求解算法回顾 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 3 VRPTW的优化模型研究 | 第29-35页 |
| ·问题描述 | 第29页 |
| ·模型假设 | 第29-30页 |
| ·时间窗的界定 | 第30-31页 |
| ·惩罚函数的建立 | 第31-32页 |
| ·VRPTW的优化模型研究 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 基于客户分组的VRPTW求解方法 | 第35-56页 |
| ·引言 | 第35-36页 |
| ·模糊系统聚类方法 | 第36-39页 |
| ·模糊聚类方法 | 第37-38页 |
| ·系统聚类方法 | 第38-39页 |
| ·模糊系统聚类方法对客户分组 | 第39-47页 |
| ·选取聚类变量 | 第40-41页 |
| ·数据处理 | 第41-43页 |
| ·模糊相似矩阵的产生 | 第43-44页 |
| ·聚类算法步骤 | 第44-47页 |
| ·遗传算法 | 第47-51页 |
| ·遗传算法的基本流程与关键参数 | 第47-48页 |
| ·遗传算法的关键参数 | 第48-50页 |
| ·遗传算法的特点 | 第50-51页 |
| ·运用遗传算法优化组内线路 | 第51-55页 |
| ·简化VRPTW模型 | 第51-52页 |
| ·求解步骤 | 第52页 |
| ·采用Matlab的遗传算法工具箱求解 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 5 基于客户分组的VRPTW实证分析 | 第56-68页 |
| ·案例说明 | 第56-57页 |
| ·客户分组 | 第57-60页 |
| ·聚类变量权重的确定及归一化处理 | 第57-58页 |
| ·构造模糊相似矩阵 | 第58-60页 |
| ·进行客户聚类 | 第60页 |
| ·基于时间窗安排组内路线 | 第60-67页 |
| ·客户分组信息 | 第61-62页 |
| ·遗传算法求解 | 第62-64页 |
| ·组内路径安排的求解结果 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 6 研究结论及展望 | 第68-70页 |
| ·论文研究的主要结论 | 第68页 |
| ·需要进一步研究的问题 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
