| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状况 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-16页 |
| 1.3 主要研究内容与方法 | 第16-18页 |
| 第2章 电子商务商业模式及配送体系概述 | 第18-29页 |
| 2.1 电子商务不同商业模式 | 第18-20页 |
| 2.1.1 企业与企业之间的电子商务 | 第18-19页 |
| 2.1.2 企业与消费者之间的电子商务 | 第19页 |
| 2.1.3 消费者与消费者之间的电子商务 | 第19页 |
| 2.1.4 线下商务与互联网之间的电子商务 | 第19页 |
| 2.1.5 B2C电子商务主要类型 | 第19-20页 |
| 2.2 B2C电子商务物流配送特征 | 第20-22页 |
| 2.2.1 电子商务配送定义 | 第20-21页 |
| 2.2.2 B2C电子商务物流配送的特征 | 第21-22页 |
| 2.3 当前B2C商业配送模式分析 | 第22-26页 |
| 2.4 各种配送模式存在问题 | 第26-27页 |
| 2.5 客户服务存在的问题 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 物流“爆仓”产生原因及优化方法选择 | 第29-42页 |
| 3.1 电商企业物流“爆仓”产生的原因 | 第29-32页 |
| 3.1.1 自建物流电商企业物流网络布局 | 第30页 |
| 3.1.2 节假日消费品物资储备环节现状分析 | 第30-31页 |
| 3.1.3 商品配送环节现状分析 | 第31-32页 |
| 3.2 物流“爆仓”背景下的网络布局优化必要性分析 | 第32页 |
| 3.3 应对物流“爆仓”情况的网络布局优化方法选择 | 第32-33页 |
| 3.4 物流“爆仓”背景下的网络布局优化的策略 | 第33-34页 |
| 3.5 自建物流电商应对物流“爆仓”的网络布局优化总体思路 | 第34-38页 |
| 3.5.1 自建物流电商企业物流“爆仓”背景下网络组成要素分析 | 第34-36页 |
| 3.5.2 自建物流电商企业应对物流“爆仓”的网络设计 | 第36-38页 |
| 3.6 车辆路径问题 | 第38-41页 |
| 3.6.1 车辆路径问题 | 第38-39页 |
| 3.6.2 车辆路径问题的构成要素 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第4章 物流“爆仓”背景下配送路径优化模型的建立 | 第42-66页 |
| 4.1 物流“爆仓”背景下的系统响应效率分析 | 第42-43页 |
| 4.2 基于时空网络的随机性商品物资配送模型 | 第43-49页 |
| 4.2.1 时空网络有关概念 | 第43-45页 |
| 4.2.2 模型假设 | 第45-46页 |
| 4.2.3 模型中符号的含义 | 第46-47页 |
| 4.2.4 随机性应急物资配送模型 | 第47-48页 |
| 4.2.5 模型求解 | 第48-49页 |
| 4.3 基于软时窗的配送车辆路径规划与调度模型 | 第49-54页 |
| 4.3.1 模型假设 | 第49-51页 |
| 4.3.2 模型描述 | 第51-53页 |
| 4.3.3 模型求解 | 第53-54页 |
| 4.4 基于实时信息的配送车辆动态路径规划与调度模型 | 第54-65页 |
| 4.4.1 模型中符号的含义 | 第54页 |
| 4.4.2 数学模型 | 第54-56页 |
| 4.4.3 实时信息下的动态VRP | 第56-58页 |
| 4.4.4 车辆分配算法 | 第58-61页 |
| 4.4.5 基于禁忌搜索法的路线更新算法 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 算例仿真与结果分析 | 第66-70页 |
| 5.1 算例仿真 | 第66-68页 |
| 5.2 结果分析 | 第68-69页 |
| 5.3 本章小结 | 第69-70页 |
| 第6章 研究成果与结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第75-76页 |
| 致谢 | 第76页 |
