| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 1 引言 | 第15-23页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 研究意义 | 第16-17页 |
| 1.3 研究现状 | 第17-20页 |
| 1.3.1 易腐食品配装问题的研究现状 | 第17页 |
| 1.3.2 易腐食品运输路线问题的研究现状 | 第17-19页 |
| 1.3.3 研究现状总结 | 第19-20页 |
| 1.4 本文的主要内容与结构 | 第20-23页 |
| 2 食品冷链运输优化的相关理论 | 第23-47页 |
| 2.1 冷链运输概念概述 | 第23-28页 |
| 2.1.1 基本概念 | 第23页 |
| 2.1.2 冷链运输的主要设备及方式 | 第23-25页 |
| 2.1.3 蓄冷式多温共配 | 第25-26页 |
| 2.1.4 冷链运输过程中影响食品品质的关键因素 | 第26-28页 |
| 2.2 基于计算智能的研究方法概述 | 第28-39页 |
| 2.2.1 计算智能的概念 | 第28-29页 |
| 2.2.2 模糊集理论 | 第29-31页 |
| 2.2.3 萤火虫算法 | 第31-34页 |
| 2.2.4 和声搜索算法 | 第34-37页 |
| 2.2.5 Pareto存档进化策略 | 第37-39页 |
| 2.3 背包问题 | 第39-42页 |
| 2.3.1 概述 | 第39-40页 |
| 2.3.2 数学模型 | 第40-41页 |
| 2.3.3 基于计算智能的求解算法 | 第41-42页 |
| 2.4 多品种最小费用流问题 | 第42-43页 |
| 2.5 车辆路线优化问题 | 第43-45页 |
| 2.6 本章小结 | 第45-47页 |
| 3 易腐食品长途直达运输配装模型与算法研究 | 第47-67页 |
| 3.1 概述 | 第47-48页 |
| 3.2 易腐食品长途直达运输配装模型 | 第48-51页 |
| 3.2.1 问题描述 | 第48页 |
| 3.2.2 模型符号与参数 | 第48-49页 |
| 3.2.3 模型的建立 | 第49-51页 |
| 3.3 基于配装方案差异性的离散萤火虫算法 | 第51-59页 |
| 3.3.1 求解思路 | 第51页 |
| 3.3.2 编码方式 | 第51-52页 |
| 3.3.3 种群初始化策略 | 第52-53页 |
| 3.3.4 萤火虫的移动策略 | 第53-55页 |
| 3.3.5 四阶段修补算子 | 第55-56页 |
| 3.3.6 最亮萤火虫的移动策略 | 第56-57页 |
| 3.3.7 算法的总体框架 | 第57-59页 |
| 3.4 算例分析 | 第59-65页 |
| 3.4.1 参数设置 | 第59页 |
| 3.4.2 仿真实验 | 第59-65页 |
| 3.5 本章小结 | 第65-67页 |
| 4 易腐食品短途直达运输配装模型与算法研究 | 第67-83页 |
| 4.1 概述 | 第67-68页 |
| 4.2 易腐食品短途直达运输配装模型的构建 | 第68-73页 |
| 4.2.1 问题描述 | 第68页 |
| 4.2.2 模型符号与参数 | 第68-69页 |
| 4.2.3 模型的建立 | 第69-71页 |
| 4.2.4 基于梯级平均积分法的去模糊化方法 | 第71-72页 |
| 4.2.5 Pareto最优配装方案的定义 | 第72-73页 |
| 4.3 基于PARETO解的离散萤火虫算法 | 第73-79页 |
| 4.3.1 求解思路 | 第73页 |
| 4.3.2 编码方式 | 第73-74页 |
| 4.3.3 种群初始化策略 | 第74-75页 |
| 4.3.4 萤火虫的移动策略 | 第75-76页 |
| 4.3.5 两阶段修补算子 | 第76-77页 |
| 4.3.6 基于三维自适应网格的个体邻域密度优化 | 第77页 |
| 4.3.7 算法的总体框架 | 第77-79页 |
| 4.4 算例分析 | 第79-82页 |
| 4.4.1 参数设置 | 第79页 |
| 4.4.2 仿真实验 | 第79-82页 |
| 4.5 本章小结 | 第82-83页 |
| 5 基于多品种最小费用流的易腐食品中转运输优化模型与算法研究 | 第83-101页 |
| 5.1 概述 | 第83-84页 |
| 5.2 数学模型 | 第84-88页 |
| 5.2.1 问题定义 | 第84-85页 |
| 5.2.2 模型符号与参数 | 第85-86页 |
| 5.2.3 模型的建立 | 第86-87页 |
| 5.2.4 Pareto最优运输方案的定义 | 第87-88页 |
| 5.3 基于IHS的智能算法 | 第88-95页 |
| 5.3.1 求解思路 | 第88页 |
| 5.3.2 和声记忆库的初始化方法 | 第88-91页 |
| 5.3.3 即兴创作新的和声 | 第91-93页 |
| 5.3.4 算法的总体框架 | 第93-95页 |
| 5.4 算例分析 | 第95-99页 |
| 5.4.1 算例设置 | 第95-96页 |
| 5.4.2 算例的计算结果 | 第96-99页 |
| 5.5 本章小结 | 第99-101页 |
| 6 基于客户满意度的集群蓄冷式多温共配模型与算法研究 | 第101-119页 |
| 6.1 概述 | 第101-102页 |
| 6.2 基于客户满意度的集群蓄冷式多温共配模型的构建 | 第102-105页 |
| 6.2.1 基于Z形曲线的客户满意度函数 | 第102-103页 |
| 6.2.2 问题描述 | 第103页 |
| 6.2.3 模型符号与参数 | 第103-104页 |
| 6.2.4 模型的建立 | 第104-105页 |
| 6.3 基于时间序列的离散萤火虫算法 | 第105-111页 |
| 6.3.1 求解思路 | 第105页 |
| 6.3.2 编码方式 | 第105-106页 |
| 6.3.3 种群初始化策略 | 第106-108页 |
| 6.3.4 萤火虫的移动策略 | 第108-109页 |
| 6.3.5 算法的总体框架 | 第109-111页 |
| 6.4 算例分析 | 第111-117页 |
| 6.4.1 参数设置 | 第111页 |
| 6.4.2 仿真实验 | 第111-117页 |
| 6.5 本章小结 | 第117-119页 |
| 7 结论与展望 | 第119-123页 |
| 7.1 主要研究结论 | 第119-120页 |
| 7.2 研究展望 | 第120-123页 |
| 参考文献 | 第123-131页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第131-135页 |
| 学位论文数据集 | 第135页 |
