致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
目录 | 第8-10页 |
1 绪论 | 第10-17页 |
·论文研究背景 | 第10-11页 |
·论文研究意义 | 第11-13页 |
·研究共同配送理论的意义 | 第11-13页 |
·研究电动汽车技术的意义 | 第13页 |
·基于电动车技术特征研究共同配送优化调度的意义 | 第13页 |
·论文主要研究内容及结构安排 | 第13-16页 |
·论文主要内容 | 第13-14页 |
·论文结构安排 | 第14-16页 |
·论文主要创新 | 第16-17页 |
2 共同配送理论研究及模型分析 | 第17-29页 |
·国内外关于共同配送现状研究分析 | 第17-19页 |
·国外关于共同配送的研究 | 第17-18页 |
·国内关于共同配送的研究 | 第18-19页 |
·共同配送的定义及其优势 | 第19-22页 |
·共同配送的定义 | 第19-20页 |
·共同配送的优势 | 第20-22页 |
·共同配送的分类 | 第22-23页 |
·横向共同配送 | 第22-23页 |
·纵向共同配送 | 第23页 |
·共同配送运行模式 | 第23-26页 |
·共同配送业务流程图 | 第26-29页 |
3 电动汽车技术特性研究 | 第29-42页 |
·国内外电动汽车发展现状 | 第29-33页 |
·国外电动汽车发展现状 | 第29-32页 |
·国内电动汽车发展现状 | 第32-33页 |
·我国关于电动汽车技术特征的研究 | 第33-34页 |
·电动汽车充电需求分析 | 第34-38页 |
·充电站建设的影响因素 | 第35-36页 |
·电动汽车发展对充电技术的要求 | 第36-38页 |
·电动汽车充电模式比较分析 | 第38-40页 |
·整车充电系统—常规充电 | 第38-39页 |
·整车充电系统—快速充电 | 第39-40页 |
·电动汽车技术特性总结 | 第40-42页 |
4 基于电动汽车技术的共同配送车辆路径优化调度模型分析 | 第42-55页 |
·模型的构建 | 第42-44页 |
·模型算法设计——蚁群算法 | 第44-55页 |
·求解VRP问题蚁群算法的主体框架 | 第45页 |
·蚁群算法的基本设置 | 第45-46页 |
·算法的步骤 | 第46-47页 |
·信息素的更新 | 第47页 |
·蚁群算法的改进策略 | 第47-51页 |
·蚁群算法简要实现步骤示意图 | 第51-52页 |
·算例分析 | 第52-53页 |
·算例总结 | 第53-55页 |
5 有充电时间约束的电动汽车配送计划调度问题 | 第55-64页 |
·模型的构建 | 第55-56页 |
·问题分析与求解设计 | 第56-63页 |
·运用序集理论进行分析 | 第56-57页 |
·构造传递图 | 第57-61页 |
·用偶图描述问题及求解策略 | 第61-63页 |
·算例分析 | 第63-64页 |
6 主要结论与展望 | 第64-66页 |
·全文总结 | 第64-65页 |
·研究展望 | 第65-66页 |
文献综述 | 第66-68页 |
作者简历 | 第68-70页 |
学位论文数据集 | 第70页 |