智能电能表的库存控制与配送整合优化问题研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景及其意义 | 第9-10页 |
| 1.2 国内外研究动态 | 第10-15页 |
| 1.2.1 问题描述与分类 | 第10-13页 |
| 1.2.2 求解模型及算法 | 第13-15页 |
| 1.3 本文研究的主要内容与思路 | 第15-17页 |
| 第2章 ITIO问题和相关基础理论 | 第17-24页 |
| 2.1 库存与配送整合优化问题 | 第17-19页 |
| 2.1.1 问题简介 | 第17-18页 |
| 2.1.2 问题特点 | 第18-19页 |
| 2.1.3 库存控制与配送整合优化的作用 | 第19页 |
| 2.2 遗传算法 | 第19-23页 |
| 2.2.1 遗传算法介绍 | 第20-22页 |
| 2.2.2 遗传算法的应用 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 智能电能表ITIO问题分析与建模 | 第24-40页 |
| 3.1 背景分析 | 第24-25页 |
| 3.2 库存控制分析与建模 | 第25-33页 |
| 3.2.1 库存控制策略分析 | 第26-32页 |
| 3.2.2 库存控制成本优化模型 | 第32-33页 |
| 3.3 配送优化分析与建模 | 第33-35页 |
| 3.4 智能电能表库存与配送整合问题分析 | 第35-39页 |
| 3.4.1 整合优化模型假设 | 第37页 |
| 3.4.2 整合优化模型建立 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 智能电能表ITIO问题遗传算法设计 | 第40-46页 |
| 4.1 编码染色体 | 第40页 |
| 4.2 初始种群设计 | 第40-41页 |
| 4.3 适应度函数设计 | 第41页 |
| 4.4 遗传操作策略 | 第41-44页 |
| 4.4.1 选择算子 | 第41-43页 |
| 4.4.2 交叉算子 | 第43页 |
| 4.4.3 变异算子 | 第43-44页 |
| 4.5 参数设置 | 第44页 |
| 4.6 遗传算法设计求解方案 | 第44页 |
| 4.7 本章小结 | 第44-46页 |
| 第5章 智能电能表ITIO问题实证分析 | 第46-53页 |
| 5.1 案例分析 | 第46-52页 |
| 5.1.1 案例背景介绍 | 第46-48页 |
| 5.1.2 案例计算 | 第48-51页 |
| 5.1.3 运算结果分析 | 第51-52页 |
| 5.2 本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-56页 |
| 6.1 本文结论 | 第53-54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |
