摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-21页 |
1.1 研究背景和意义 | 第12-13页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究目标和意义 | 第13页 |
1.2 国内外研究动态 | 第13-17页 |
1.2.1 物流协同调度理论研究 | 第14-15页 |
1.2.2 物流协同调度策略研究 | 第15-16页 |
1.2.3 物流协同调度算法研究 | 第16-17页 |
1.3 主要内容 | 第17-19页 |
1.4 研究方法与技术路线 | 第19-21页 |
1.4.1 研究方法 | 第19页 |
1.4.2 技术路线 | 第19-21页 |
第二章 相关理论与方法 | 第21-30页 |
2.1 协同理论 | 第21-22页 |
2.1.1 协同效应 | 第21-22页 |
2.1.2 协同理论的发展与应用 | 第22页 |
2.2 资源调度理论与方法 | 第22-25页 |
2.2.1 资源调度特点 | 第23页 |
2.2.2 资源调度理论的发展 | 第23-24页 |
2.2.3 资源调度算法研究 | 第24-25页 |
2.3 风险偏好理论 | 第25-29页 |
2.3.1 风险偏好的定义 | 第25-26页 |
2.3.2 风险偏好分类 | 第26-27页 |
2.3.3 风险偏好的度量 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第三章 区域多物流中心静态协同调度模型研究 | 第30-51页 |
3.1 问题描述 | 第30-31页 |
3.2 建立区域多物流中心静态协同调度模型 | 第31-34页 |
3.3 静态分拣转移决策问题 | 第34-36页 |
3.3.1 问题描述 | 第34-35页 |
3.3.2 建立求解模型 | 第35-36页 |
3.4 静态分拣调度决策问题 | 第36-38页 |
3.4.1 问题描述 | 第36-37页 |
3.4.2 建立求解模型 | 第37-38页 |
3.5 基于风险偏好的两阶段双目标蚁群算法 | 第38-43页 |
3.5.1 算法设计 | 第38-40页 |
3.5.2 参数敏感度分析 | 第40-43页 |
3.6 数值分析 | 第43-49页 |
3.6.1 智能分拣系统故障概率的影响分析 | 第44-46页 |
3.6.2 风险偏好的影响分析 | 第46-48页 |
3.6.3 有无风险偏好影响情况下的对比分析 | 第48-49页 |
3.7 本章小结 | 第49-51页 |
第四章 区域多物流中心动态协同调度模型研究 | 第51-67页 |
4.1 问题描述 | 第51-52页 |
4.2 建立区域多物流中心动态协同调度模型 | 第52-55页 |
4.3 动态分拣转移决策问题和分拣调度决策问题 | 第55-58页 |
4.3.1 动态分拣转移决策问题 | 第56-57页 |
4.3.2 动态分拣调度决策问题 | 第57-58页 |
4.4 调度模型优化——基于到货时间与车载货量间的相互关系 | 第58-60页 |
4.4.1 到货时间与车载货量间的关系分析 | 第59页 |
4.4.2 货源地车辆到货时间优化 | 第59-60页 |
4.5 数值仿真分析 | 第60-66页 |
4.5.1 智能分拣系统故障概率的影响分析 | 第61-62页 |
4.5.2 风险偏好的影响分析 | 第62-63页 |
4.5.3 动静态情境下模型优化前后比较分析 | 第63-66页 |
4.6 本章小结 | 第66-67页 |
第五章 总结与展望 | 第67-69页 |
5.1 论文总结 | 第67-68页 |
5.2 研究展望 | 第68-69页 |
致谢 | 第69-70页 |
参考文献 | 第70-75页 |
硕士在读期间的主要成果和工作 | 第75页 |