物流配送调度的干扰管理研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 引言 | 第10-11页 |
| 1 研究背景与意义 | 第11-29页 |
| ·问题提出 | 第11页 |
| ·国内外同类研究综述 | 第11-27页 |
| ·干扰管理国内外研究进展 | 第11-15页 |
| ·物流配送车辆调度研究现状及评述 | 第15-17页 |
| ·带回程取货车辆路径问题研究现状 | 第17-20页 |
| ·模糊时间窗解决车辆调度问题现状 | 第20-21页 |
| ·车辆调度中的干扰管理研究现状 | 第21-27页 |
| ·研究中存在的问题 | 第27-28页 |
| ·本文研究内容 | 第28-29页 |
| 2 物流配送调度扰动恢复策略 | 第29-40页 |
| ·多车救援策略 | 第29-35页 |
| ·同路救援策略 | 第29-31页 |
| ·邻近救援策略 | 第31-33页 |
| ·增派救援策略 | 第33-34页 |
| ·混合救援策略 | 第34-35页 |
| ·简化策略 | 第35-39页 |
| ·物流配送运力受扰情况下的求解简化策略 | 第35-37页 |
| ·物流配送客户点受扰情况下的求解简化策略 | 第37-38页 |
| ·路径受扰情况及混合情况下的求解简化策略 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 3 客户时间窗变动的物流配送调度干扰管理问题 | 第40-66页 |
| ·客户时间窗变动的扰动恢复模型 | 第40-52页 |
| ·客户时间窗变动干扰辨识 | 第40-43页 |
| ·客户时间窗变动的扰动恢复策略 | 第43-44页 |
| ·基于虚拟多车场的客户时间窗变动扰动恢复模型 | 第44-51页 |
| ·基于模糊时间窗的扰动恢复模型 | 第51-52页 |
| ·客户时间窗变动扰动恢复求解算法 | 第52-57页 |
| ·扰动恢复策略实施 | 第52-53页 |
| ·遗传算法 | 第53-56页 |
| ·模糊时间窗的优化 | 第56-57页 |
| ·客户时间窗变动的干扰管理算例验证 | 第57-64页 |
| ·初始实验数据 | 第57-58页 |
| ·时间窗变动信息 | 第58-59页 |
| ·实验优化结果与分析 | 第59-62页 |
| ·基于模糊时间窗的数值实验 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 4 客户需求变动的物流配送调度干扰管理问题 | 第66-83页 |
| ·客户需求变动的扰动恢复模型 | 第66-74页 |
| ·原问题描述及其数学模型 | 第66-67页 |
| ·客户需求变动干扰辨识 | 第67-69页 |
| ·基于虚拟单车场的需求变动扰动恢复模型 | 第69-74页 |
| ·客户需求变动的扰动恢复求解算法 | 第74-78页 |
| ·恢复策略设计 | 第74-76页 |
| ·算法流程 | 第76-78页 |
| ·客户需求量变动的干扰管理算例 | 第78-82页 |
| ·初始实验数据 | 第78-82页 |
| ·本章小结 | 第82-83页 |
| 5 物流配送运力受扰的干扰管理问题 | 第83-100页 |
| ·物流配送运力受扰的扰动恢复模型 | 第83-88页 |
| ·原始问题描述及其建模 | 第83-84页 |
| ·物流配送运力受扰的干扰辨识 | 第84-85页 |
| ·基于虚拟单车场的运力受扰扰动恢复模型 | 第85-88页 |
| ·基于多车混合救援策略的启发式算法 | 第88-95页 |
| ·启发式算法流程 | 第88-89页 |
| ·基于邻近救援策略的TSPTW粒子群算法 | 第89-95页 |
| ·多车救援策略的实施 | 第95-99页 |
| ·实验数据的选择 | 第95页 |
| ·多车救援策略的选择 | 第95-96页 |
| ·实验结果分析 | 第96-98页 |
| ·数值实验及结果分析 | 第98-99页 |
| ·本章小结 | 第99-100页 |
| 6 结论与展望 | 第100-102页 |
| ·论文的主要创新性成果 | 第100-101页 |
| ·展望 | 第101-102页 |
| 参考文献 | 第102-110页 |
| 攻读博士学位期间参加的科研项目 | 第110-111页 |
| 攻读博士学位期间发表学术论文情况 | 第111-112页 |
| 致谢 | 第112-113页 |
| 作者简介 | 第113-115页 |
