针对连锁企业的物流配送路径问题研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 静态配送车辆路径问题研究现状 | 第15-16页 |
| 1.2.2 动态配送车辆路径问题研究现状 | 第16-18页 |
| 1.3 本文的主要结构与内容 | 第18-19页 |
| 第二章 相关理论与技术 | 第19-33页 |
| 2.1 连锁企业物流配送及特点 | 第19-21页 |
| 2.1.1 配送流程 | 第19-20页 |
| 2.1.2 连锁企业物流配送特点 | 第20-21页 |
| 2.2 物流配送车辆路径问题框架及解法 | 第21-25页 |
| 2.2.1 车辆路径问题构成要素 | 第21-22页 |
| 2.2.2 车辆路径问题分类 | 第22-23页 |
| 2.2.3 车辆路径问题方法综述 | 第23-25页 |
| 2.3 静态车辆路径问题常见模型 | 第25-27页 |
| 2.3.1 最短时间模型 | 第25-26页 |
| 2.3.2 最短距离模型 | 第26页 |
| 2.3.3 最小成本模型 | 第26-27页 |
| 2.4 动态车辆路径问题现有解决方案 | 第27页 |
| 2.5 遗传算法 | 第27-29页 |
| 2.5.1 遗传算法的基本思想 | 第27-28页 |
| 2.5.2 遗传算法求解步骤 | 第28-29页 |
| 2.6 粒子群算法 | 第29-32页 |
| 2.6.1 基本粒子群算法 | 第30-31页 |
| 2.6.2 带惯性权重的粒子群算法 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 基于遗传算法的静态联合配送策略 | 第33-46页 |
| 3.1 配送成本最小化问题模型 | 第33-36页 |
| 3.1.1 按门店配送模型 | 第33-34页 |
| 3.1.2 按种类配送模型 | 第34-35页 |
| 3.1.3 联合配送模型 | 第35-36页 |
| 3.2 遗传算法的构造 | 第36-37页 |
| 3.2.1 编码方法 | 第36页 |
| 3.2.2 初始群体 | 第36页 |
| 3.2.3 适应度值 | 第36页 |
| 3.2.4 选择操作 | 第36-37页 |
| 3.2.5 交叉操作 | 第37页 |
| 3.2.6 变异操作 | 第37页 |
| 3.3 仿真分析 | 第37-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于粒子群算法的动态联合配送策略 | 第46-58页 |
| 4.1 动态联合配送分析与转化 | 第46-48页 |
| 4.2 问题建模 | 第48-50页 |
| 4.3 模型求解 | 第50-53页 |
| 4.3.1 粒子编码 | 第50-52页 |
| 4.3.2 初始化 | 第52页 |
| 4.3.3 适应度函数 | 第52页 |
| 4.3.4 粒子的速度和位置更新 | 第52页 |
| 4.3.5 终止条件 | 第52-53页 |
| 4.4 仿真分析 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第64-66页 |
