| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-32页 |
| 1.1 研究背景 | 第12-15页 |
| 1.1.1 高昂的物流运输费用制约了社会经济持续健康发展 | 第12-13页 |
| 1.1.2 现代物流运输业降本增效问题备受关注 | 第13页 |
| 1.1.3 深入研究物流车辆调度与路径优化问题的必要性 | 第13-15页 |
| 1.2 相关研究文献综述 | 第15-25页 |
| 1.2.1 物流资源整合相关研究 | 第15-18页 |
| 1.2.1.1 物流资源整合基础理论 | 第15-16页 |
| 1.2.1.2 物流企业资源整合 | 第16-18页 |
| 1.2.1.3 物流信息资源整合 | 第18页 |
| 1.2.1.4 区域物流资源整合 | 第18页 |
| 1.2.2 物流车辆调度与优化相关研究 | 第18-24页 |
| 1.2.2.1 多配送中心的车辆路径问题 | 第19-21页 |
| 1.2.2.2 开放式车辆路径问题 | 第21-22页 |
| 1.2.2.3 时间窗口约束车辆路径问题 | 第22页 |
| 1.2.2.4 动态需求车辆路径问题 | 第22-23页 |
| 1.2.2.5 带集货送货需求的车辆路径问题 | 第23-24页 |
| 1.2.3 已有研究贡献与不足 | 第24-25页 |
| 1.3 研究目标与研究意义 | 第25-27页 |
| 1.3.1 研究目标 | 第26页 |
| 1.3.2 研究意义 | 第26-27页 |
| 1.4 研究内容、研究方法和技术路线 | 第27-30页 |
| 1.4.1 研究内容 | 第27-29页 |
| 1.4.2 研究方法 | 第29页 |
| 1.4.3 论文研究技术路线 | 第29-30页 |
| 1.5 论文的主要创新性工作说明 | 第30-32页 |
| 第2章 物流车辆调度与优化相关概念与理论基础 | 第32-59页 |
| 2.1 物流资源整合相关理论 | 第32-35页 |
| 2.1.1 资源基础理论 | 第32-33页 |
| 2.1.2 价值网理论 | 第33页 |
| 2.1.3 核心竞争力理论 | 第33-34页 |
| 2.1.4 交易费用理论 | 第34-35页 |
| 2.2 第三方物流相关理论 | 第35-43页 |
| 2.2.1 第三方物流的特点 | 第35-37页 |
| 2.2.2 第三方物流的正面效应 | 第37-38页 |
| 2.2.3 第三方物流的负面效应 | 第38-40页 |
| 2.2.4 第三方物流的企业类型 | 第40-41页 |
| 2.2.5 第三方物流在供应链管理中的作用 | 第41-43页 |
| 2.3 多式联运调度相关理论 | 第43-47页 |
| 2.3.1 多式联运的网络体系 | 第43-44页 |
| 2.3.2 多式联运的优势 | 第44-45页 |
| 2.3.3 多式联运的网络优化 | 第45-47页 |
| 2.4 车辆路径问题相关理论 | 第47-58页 |
| 2.4.1 标准车辆路径问题的数学模型 | 第47-48页 |
| 2.4.2 车辆路径问题构成要素及问题分类 | 第48-50页 |
| 2.4.3 车辆路径问题的求解方法 | 第50-58页 |
| 2.5 本章小结 | 第58-59页 |
| 第3章 路径连通性约束与仓储集货模式下回收车辆调度与路径优化 | 第59-80页 |
| 3.1 问题描述 | 第59-61页 |
| 3.2 不同运输策略下回收车辆调度与路径优化问题特征分析 | 第61-63页 |
| 3.2.1 直通路径模式 | 第61页 |
| 3.2.2 开放式路径模式 | 第61-62页 |
| 3.2.3 仓储集货模式 | 第62-63页 |
| 3.3 基于仓储集货模式的回收车辆调度与路径优化模型构建 | 第63-66页 |
| 3.4 基于逆选择操作蚁群算法的模型求解 | 第66-75页 |
| 3.4.1 逆选择操作蚁群算法设计思路 | 第66-67页 |
| 3.4.2 基于双结构体的路径编码 | 第67-68页 |
| 3.4.3 逆向概率选择操作方式 | 第68-71页 |
| 3.4.4 编码解码与信息素更新方法 | 第71-72页 |
| 3.4.5 算法流程 | 第72-73页 |
| 3.4.6 算法收敛性分析 | 第73-75页 |
| 3.5 算例求解与结果分析 | 第75-79页 |
| 3.5.1 物流车辆运输策略对比分析 | 第75-76页 |
| 3.5.2 逆选择操作蚁群算法适用性分析 | 第76-77页 |
| 3.5.3 逆选择操作蚁群算法性能分析 | 第77-79页 |
| 3.6 本章小结 | 第79-80页 |
| 第4章 自营与第三方资源整合的部分联合运输策略下配送车辆调度与路径优化 | 第80-100页 |
| 4.1 问题描述 | 第80-82页 |
| 4.2 基于部分联合运输策略的配送物流车辆调度与路径优化问题模型构建 | 第82-85页 |
| 4.3 基于变维数矩阵编码的逆选择操作蚁群算法的模型求解 | 第85-93页 |
| 4.3.1 变维数矩阵编码逆选择操作蚁群算法设计思路 | 第85-87页 |
| 4.3.2 基于变维数矩阵的路径编码 | 第87-88页 |
| 4.3.3 第一类客户点的逆向概率选择操作 | 第88-89页 |
| 4.3.4 第二类客户点-β的逆向概率选择操作 | 第89-90页 |
| 4.3.5 编码解码与信息素更新方法 | 第90-91页 |
| 4.3.6 算法流程 | 第91-93页 |
| 4.4 算例求解与结果分析 | 第93-98页 |
| 4.4.1 物流车辆运输策略对比分析 | 第93-95页 |
| 4.4.2 部分联合运输策略适用性分析 | 第95-97页 |
| 4.4.3 逆选择操作蚁群算法性能对比分析 | 第97-98页 |
| 4.5 本章小结 | 第98-100页 |
| 第5章 仓储集货模式的改进部分联合运输策略下取送货车辆调度与路径优化 | 第100-113页 |
| 5.1 问题描述 | 第100-101页 |
| 5.2 不同运输策略下取送货车辆调度问题特征分析 | 第101-104页 |
| 5.2.1 集群回程取货策略 | 第101-102页 |
| 5.2.2 混合回程取货策略 | 第102-103页 |
| 5.2.3 取货业务完全外包策略 | 第103-104页 |
| 5.3 基于仓储集货模式的改进部分联合运输策略的取送货物流车辆调度优化模型构建 | 第104-107页 |
| 5.4 基于变维数矩阵编码的逆选择操作蚁群算法 | 第107页 |
| 5.5 逆选择操作蚁群算法改进设计思路 | 第107-110页 |
| 5.6 算例求解与结果分析 | 第110-112页 |
| 5.7 本章小结 | 第112-113页 |
| 第6章 结论与展望 | 第113-117页 |
| 6.1 本文的主要结论 | 第113-114页 |
| 6.2 本文的主要贡献 | 第114-115页 |
| 6.3 未来研究工作展望 | 第115-117页 |
| 参考文献 | 第117-126页 |
| 在学研究成果 | 第126-128页 |
| 致谢 | 第128页 |
