| 第1章 绪论 | 第1-15页 |
| ·课题研究的目的与意义 | 第8-10页 |
| ·课题的国内外研究现状分析 | 第10-14页 |
| ·遗传算法的发展历史及研究动态 | 第10-13页 |
| ·物流配送中心的发展及其选址方法 | 第13-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| 第2章 遗传算法的理论基础 | 第15-34页 |
| ·遗传算法概述 | 第15-16页 |
| ·遗传算法的基本实现技术 | 第16-26页 |
| ·编码 | 第16-19页 |
| ·适应度函数评价 | 第19-21页 |
| ·遗传操作 | 第21-25页 |
| ·控制参数确定 | 第25页 |
| ·约束条件处理 | 第25-26页 |
| ·遗传算法的数学基础 | 第26-34页 |
| ·模式定理 | 第26-28页 |
| ·隐含并行性 | 第28-30页 |
| ·积木块假设与欺骗问题 | 第30页 |
| ·收敛性分析 | 第30-32页 |
| ·性能评估 | 第32-34页 |
| 第3章 遗传算法的改进策略及效果 | 第34-49页 |
| ·遗传算法交叉率与变异率关系的研究 | 第34-39页 |
| ·研究方法简述 | 第34-36页 |
| ·算例研究 | 第36-38页 |
| ·交叉率与变异率优化组合的应用 | 第38页 |
| ·本节小结 | 第38-39页 |
| ·自适应交叉率的遗传算法 | 第39-44页 |
| ·问题的提出 | 第39-40页 |
| ·自适应交叉率的设计 | 第40-43页 |
| ·算例验证 | 第43-44页 |
| ·改进罚函数 | 第44-49页 |
| ·罚函数法分类 | 第45页 |
| ·罚函数法的改进 | 第45-48页 |
| ·改进罚函数法效果 | 第48-49页 |
| 第4章 物流中心选址方法分析 | 第49-56页 |
| ·物流配送中心功能 | 第49页 |
| ·物流中心选址原则 | 第49-50页 |
| ·物流配送中心选址方法 | 第50-56页 |
| ·重心法 | 第50-52页 |
| ·鲍姆尔-沃尔夫(Baumol-Wolfe)法 | 第52-54页 |
| ·CFLP法(Capacitated Facilities Location Problem) | 第54页 |
| ·其他方法简述 | 第54-56页 |
| 第5章 改进遗传算法应用于物流配送中心的选址 | 第56-76页 |
| ·建立选址模型 | 第56-59页 |
| ·建立模型假设 | 第56-57页 |
| ·模型的建立 | 第57-59页 |
| ·选址实例分析 | 第59-76页 |
| ·遗传算法的应用步骤 | 第60-61页 |
| ·实例数据 | 第61-62页 |
| ·分析过程 | 第62-76页 |
| 第6章 研究总结与展望 | 第76-78页 |
| ·全文总结 | 第76页 |
| ·研究展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-81页 |