| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究状况 | 第11-12页 |
| 1.2.2 国内研究状况 | 第12-13页 |
| 1.3 主要工作与安排 | 第13-16页 |
| 1.3.1 论文的具体安排 | 第14页 |
| 1.3.2 论文的框架 | 第14-16页 |
| 第二章 相关理论基础 | 第16-23页 |
| 2.1 配送中心的概念 | 第16页 |
| 2.2 配送中心物流配送模式类型 | 第16-17页 |
| 2.3 配送中心选址原则及步骤 | 第17-20页 |
| 2.4 配送中心选址相关因素 | 第20-22页 |
| 2.5 配送中心选址的一般方法 | 第22-23页 |
| 第三章 连锁超市配送中心选址方案设计 | 第23-29页 |
| 3.1 问题概述 | 第23页 |
| 3.2 问题分析 | 第23-24页 |
| 3.2.1 配送中心总成本研究 | 第23页 |
| 3.2.2 配送中心服务质量水平研究 | 第23-24页 |
| 3.3 配送中心选址模型的建立 | 第24-26页 |
| 3.3.1 基本假设 | 第24页 |
| 3.3.2 符号定义 | 第24-25页 |
| 3.3.3 模型的建立 | 第25-26页 |
| 3.4 模型求解 | 第26-29页 |
| 3.4.1 模型求解分析 | 第26-27页 |
| 3.4.2 模型求解算法 | 第27-29页 |
| 第四章 多目标粒子群算法 | 第29-37页 |
| 4.1 粒子群(PSO)算法理论基础 | 第29-31页 |
| 4.1.1 基本粒子群算法原理 | 第29-30页 |
| 4.1.2 算法的流程 | 第30-31页 |
| 4.2 多目标粒子群(MOPSO)算法 | 第31-34页 |
| 4.2.1 多目标粒子群算法粒子评价准则 | 第32-33页 |
| 4.2.2 全局与局部最优位置的选取 | 第33页 |
| 4.2.3 约束条件的处理和适应度函数的选择 | 第33页 |
| 4.2.4 粒子最优选取 | 第33-34页 |
| 4.3 基于改进的多目标粒子群算法的配送中心选址 | 第34-37页 |
| 第五章 应用案例分析 | 第37-51页 |
| 5.1 配送中心选址案例描述 | 第37-39页 |
| 5.2 仿真结果 | 第39-43页 |
| 5.2.1 单目标优化结果 | 第39-40页 |
| 5.2.2 多目标优化结果 | 第40-43页 |
| 5.3 基于层次分析法(AHP)的配送中心选址方案评价 | 第43-49页 |
| 5.3.1 层次分析法简介 | 第43-44页 |
| 5.3.2 层次分析法选址步骤 | 第44-49页 |
| 5.4 选址结果分析 | 第49-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 6.1 本文工作总结 | 第51页 |
| 6.2 后期展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-63页 |
| 致谢 | 第63页 |