| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第13-17页 |
| 1.1 选题背景及意义 | 第13-15页 |
| 1.2 研究内容和方法 | 第15-17页 |
| 2 国内外研究综述 | 第17-24页 |
| 2.1 物流配送中心选址问题 | 第17-19页 |
| 2.2 车辆路径问题 | 第19-22页 |
| 2.2.1 静态车辆路径问题 | 第19-21页 |
| 2.2.2 动态车辆路径问题 | 第21-22页 |
| 2.3 选址-运输路径优化问题 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 物流配送选址-运输路径优化基本理论分析 | 第24-51页 |
| 3.1 配送中心概述 | 第24-26页 |
| 3.1.1 配送中心概念及定位 | 第24页 |
| 3.1.2 配送中心功能及类型 | 第24-26页 |
| 3.2 配送中心选址基本理论分析 | 第26-28页 |
| 3.2.1 选址目标与原则 | 第26-27页 |
| 3.2.2 选址影响因素与工作流程 | 第27-28页 |
| 3.3 配送中心选址模型分析 | 第28-34页 |
| 3.3.1 混合0-1整数规划法 | 第29-31页 |
| 3.3.2 最大覆盖模型 | 第31-33页 |
| 3.3.3 聚类分析选址模型 | 第33-34页 |
| 3.4 车辆路径问题概述 | 第34-47页 |
| 3.4.1 车辆路径问题相关概念分析 | 第34-42页 |
| 3.4.2 求解车辆路径问题的通用启发式算法 | 第42-45页 |
| 3.4.3 动态车辆路径问题分类及求解方法分析 | 第45-47页 |
| 3.5 选址-运输路径优化问题类型及求解方法分析 | 第47-50页 |
| 3.5.1 选址-运输路径优化问题类型 | 第47-48页 |
| 3.5.2 求解方法分析 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 4 静态环境下带逆向物流的选址-运输路径优化问题研究 | 第51-80页 |
| 4.1 静态环境选址-运输路径优化问题描述 | 第51页 |
| 4.2 逆向物流描述 | 第51-52页 |
| 4.3 静态环境带逆向物流的选址-运输路径优化问题研究现状 | 第52-54页 |
| 4.3.1 逆向物流选址问题 | 第52页 |
| 4.3.2 逆向物流车辆路径问题 | 第52-53页 |
| 4.3.3 逆向物流选址-运输路径优化问题 | 第53-54页 |
| 4.4 LRP问题模型构建 | 第54-59页 |
| 4.4.1 问题描述及模型基本假设 | 第54-56页 |
| 4.4.2 模型参数设定 | 第56-57页 |
| 4.4.3 模型的建立 | 第57-59页 |
| 4.5 时间满意度函数分析 | 第59-62页 |
| 4.6 求解算法设计 | 第62-73页 |
| 4.6.1 求解思路 | 第62页 |
| 4.6.2 渐进覆盖选址模型分析 | 第62-66页 |
| 4.6.3 禁忌搜索算法基本特点及流程 | 第66-68页 |
| 4.6.4 禁忌搜索算法设计 | 第68-73页 |
| 4.7 应用实例-超市配送LRP问题 | 第73-79页 |
| 4.7.1 超市配送问题概述 | 第73-75页 |
| 4.7.2 算例分析 | 第75-79页 |
| 4.8 本章小结 | 第79-80页 |
| 5 动态环境下带时间窗的选址-运输路径优化问题研究 | 第80-110页 |
| 5.1 动态环境选址-运输路径优化问题描述及研究现状 | 第80-81页 |
| 5.1.1 问题描述 | 第80页 |
| 5.1.2 研究现状 | 第80-81页 |
| 5.2 时间窗问题描述 | 第81-82页 |
| 5.3 动态环境下车辆行程时间分析 | 第82-86页 |
| 5.3.1 道路拥堵程度分析 | 第82-85页 |
| 5.3.2 车辆行程时间分析 | 第85-86页 |
| 5.4 客户满意度模型分析 | 第86-90页 |
| 5.4.1 车辆模糊行驶时间分析 | 第87页 |
| 5.4.2 客户模糊预约时间分析 | 第87-90页 |
| 5.5 LRP问题模型构建 | 第90-94页 |
| 5.5.1 问题描述及模型基本假设 | 第90-92页 |
| 5.5.2 模型参数设定 | 第92-93页 |
| 5.5.3 模型的建立 | 第93-94页 |
| 5.6 求解算法设计 | 第94-104页 |
| 5.6.1 求解思路 | 第94页 |
| 5.6.2 动态环境LRP问题求解策略 | 第94-95页 |
| 5.6.3 聚类选址模型分析 | 第95-96页 |
| 5.6.4 遗传算法基本特点及流程 | 第96-97页 |
| 5.6.5 混合遗传算法设计 | 第97-104页 |
| 5.7 应用实例-基于准时制采购的制造业配送LRP问题 | 第104-109页 |
| 5.7.1 准时制采购描述 | 第104-105页 |
| 5.7.2 算例分析 | 第105-109页 |
| 5.8 本章小结 | 第109-110页 |
| 6 动态环境下选址-多车型运输路径优化问题研究 | 第110-127页 |
| 6.1 选址-多车型运输路径优化问题描述及研究现状 | 第110页 |
| 6.1.1 问题描述 | 第110页 |
| 6.1.2 研究现状 | 第110页 |
| 6.2 多车型运输问题模型分析 | 第110-113页 |
| 6.2.1 模型参数设定 | 第111页 |
| 6.2.2 模型的建立 | 第111-112页 |
| 6.2.3 模型求解策略 | 第112-113页 |
| 6.3 LRP问题模型构建 | 第113-118页 |
| 6.3.1 问题描述及模型基本假设 | 第113-114页 |
| 6.3.2 模型参数设定 | 第114-116页 |
| 6.3.3 模型的建立 | 第116-118页 |
| 6.4 求解算法设计 | 第118-120页 |
| 6.4.1 求解思路 | 第118页 |
| 6.4.2 算法设计 | 第118-120页 |
| 6.5 应用实例-冷链物流配送LRP问题 | 第120-126页 |
| 6.5.1 冷链物流描述 | 第120-121页 |
| 6.5.2 冷链物流配送成本构成分析 | 第121-122页 |
| 6.5.3 算例分析 | 第122-126页 |
| 6.6 本章小结 | 第126-127页 |
| 7 总结与展望 | 第127-129页 |
| 7.1 全文总结 | 第127-128页 |
| 7.2 研究展望 | 第128-129页 |
| 参考文献 | 第129-148页 |
| 附录 | 第148-150页 |
| 攻读学位期间主要的研究成果 | 第150-151页 |
| 致谢 | 第151页 |
