| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-19页 |
| 1．1 背景介绍 | 第10-13页 |
| 1．1．1 城市物流的概念 | 第10-11页 |
| 1．1．2 城市物流网络的定义 | 第11-12页 |
| 1．1．3 我国城市物流网络现状及存在的主要问题 | 第12-13页 |
| 1．2 研究目的、内容及意义 | 第13-15页 |
| 1．2．1 研究的目的 | 第13页 |
| 1．2．2 研究的主要内容 | 第13-14页 |
| 1．2．3 研究意义 | 第14-15页 |
| 1．3 国内、外相关研究进展 | 第15-16页 |
| 1．3．1 有关物流中心选址的研究 | 第15页 |
| 1．3．2 有关物流信息平台开发的研究 | 第15页 |
| 1．3．3 关于共同配送模型及算法的研究 | 第15-16页 |
| 1．4 研究思路与技术创新 | 第16-17页 |
| 1．4．1 研究思路 | 第16页 |
| 1．4．2 研究创新点 | 第16-17页 |
| 1．5 论文构成及章节安排 | 第17-19页 |
| 2 城市物流枢纽的空间布局和规模优化研究 | 第19-38页 |
| 2．1 城市物流枢纽的空间布局和规模优化的理论研究 | 第19-22页 |
| 2．1．1 物流枢纽的空间布局和规模优化的宏观原则 | 第19-20页 |
| 2．1．2 物流枢纽的空间布局和规模优化的宏观布局原则 | 第20-21页 |
| 2．1．3 物流枢纽选址的微观布局原则 | 第21-22页 |
| 2．2 选址模型的发展轨迹 | 第22页 |
| 2．3 经典选址模型及其解法研究 | 第22-25页 |
| 2．3．1 离散选址模型 | 第22-23页 |
| 2．3．2 双重规划模型的定义与特性 | 第23-24页 |
| 2．3．3 动态选址模型 | 第24-25页 |
| 2．4 城市物流枢纽的空间分布和规模优化的模型研究 | 第25-28页 |
| 2．4．1 城市交通枢纽到城市物流枢纽的商品运输及费用模型 | 第27页 |
| 2．4．2 物流枢纽到零售中心的商品运输费用模型 | 第27-28页 |
| 2．4．3 物流枢纽的保有费用模型 | 第28页 |
| 2．4．4 城市物流枢纽的空间分布和规模优化的模型 | 第28页 |
| 2．5 遗传算法在选址模型中的应用 | 第28-32页 |
| 2．5．1 遗传算法(GA)基本原理 | 第28-29页 |
| 2．5．2 GA的运行参数控制策略 | 第29-30页 |
| 2．5．3 算法模型及步骤 | 第30-32页 |
| 2．6 城市物流枢纽的空间分布和规模优化的模型在大连市的应用 | 第32-36页 |
| 2．6．1 基础数据的搜集 | 第32-33页 |
| 2．6．2 遗传算法初始解的生成 | 第33-36页 |
| 2．7 本章结论 | 第36-38页 |
| 3 基于信息平台的城市物流网络发展 | 第38-47页 |
| 3．1 城市物流网络 | 第38-39页 |
| 3．2 物流信息平台的发展 | 第39-41页 |
| 3．2．1 现代信息技术的发展推动了城市物流信息化的发展 | 第39-40页 |
| 3．2．2 城市物流信息平台在现代城市物流系统中的作用 | 第40-41页 |
| 3．3 现代城市物流网络中应用的信息技术 | 第41-43页 |
| 3．4 构建城市物流信息平台 | 第43-44页 |
| 3．5 信息平台下的城市物流网络发展及规划 | 第44-46页 |
| 3．6 本章结论 | 第46-47页 |
| 4 GIS下的城市货物共同配送系统研究 | 第47-56页 |
| 4．1 共同配送的意义 | 第47-48页 |
| 4．2 我国共同配送发展现状 | 第48-49页 |
| 4．3 GIS技术在共同配送中的应用 | 第49-52页 |
| 4．3．1 GIS的定义 | 第49页 |
| 4．3．2 GIS的功能及发展趋势 | 第49-51页 |
| 4．3．3 GIS技术与共同配送理论的结合 | 第51-52页 |
| 4．4 GIS的系统设计 | 第52-53页 |
| 4．4．1 系统设计目标 | 第52页 |
| 4．4．2 软硬件开发环境 | 第52-53页 |
| 4．4．3 系统设计结构 | 第53页 |
| 4．5 城市货物共同配送系统设计 | 第53-55页 |
| 4．6 本章结论 | 第55-56页 |
| 5 城市货物共同配送系统的模型研究 | 第56-64页 |
| 5．1 城市货物共同配送系统研究的发展 | 第56页 |
| 5．2 货物共同配送费用模型 | 第56-57页 |
| 5．3 最短路径算法在城市货物共同配送中的应用 | 第57-58页 |
| 5．3．1 最短路径算法整体流程图 | 第57页 |
| 5．3．2 算法流程的详细说明 | 第57-58页 |
| 5．4 实例应用 | 第58-63页 |
| 5．5 本章结论 | 第63-64页 |
| 6 蚁群算法在城市共同配送中的应用 | 第64-72页 |
| 6．1 蚁群算法概述 | 第64-65页 |
| 6．2 蚁群算法的基本原理 | 第65-66页 |
| 6．3 算法总体思路 | 第66-68页 |
| 6．4 蚁群算法基本模型与步骤 | 第68-70页 |
| 6．4．1 蚁群算法的基本模型 | 第68-69页 |
| 6．4．2 蚁群算法的步骤 | 第69-70页 |
| 6．5 数字试验 | 第70-71页 |
| 6．6 本章结论 | 第71-72页 |
| 7 总结与展望 | 第72-74页 |
| 7．1 论文研究成果与创新性 | 第72页 |
| 7．2 进一步的研究方向与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读硕士学位期间发表学术论文情况 | 第77-78页 |
| 致谢 | 第78-79页 |
| 大连理工大学学位论文版权使用授权书 | 第79页 |
