| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究目的与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 研究内容及主要创新点 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 主要创新点 | 第13页 |
| 1.4 研究方法与技术路线 | 第13-14页 |
| 1.4.1 研究方法 | 第13页 |
| 1.4.2 技术路线 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 配送车辆三维装箱理论研究 | 第15-24页 |
| 2.1 配送车辆装箱问题描述 | 第15-17页 |
| 2.1.1 配送车辆装箱问题的特点与要求 | 第15页 |
| 2.1.2 配送车辆装箱问题的分类 | 第15-17页 |
| 2.2 配送车辆三维装箱问题主要研究方法 | 第17-20页 |
| 2.2.1 遗传算法简介 | 第17-18页 |
| 2.2.2 启发式算法简介 | 第18-19页 |
| 2.2.3 混合遗传算法理论基础 | 第19-20页 |
| 2.3 模拟退火算法 | 第20-23页 |
| 2.3.1 模拟退火算法的基本流程 | 第20-21页 |
| 2.3.2 模拟退火算法参数设定和操作 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 配送车辆的三维装箱优化算法设计 | 第24-35页 |
| 3.1 配送车辆的三维装箱问题建模 | 第24-26页 |
| 3.1.1 装箱物品的装载约束 | 第24页 |
| 3.1.2 三维装箱模型约束条件的通用数值化方法 | 第24-25页 |
| 3.1.3 三维装箱模型约束条件的模糊罚函数处理 | 第25-26页 |
| 3.2 配送车辆三维装箱问题优化模型 | 第26-27页 |
| 3.3 装箱优化模型求解算法的设计思想 | 第27-28页 |
| 3.4 三维装箱优化问题的遗传算法设计 | 第28-33页 |
| 3.4.1 三维装箱优化问题遗传算法的适应度函数 | 第28页 |
| 3.4.2 三维装箱优化问题遗传算法的算法编码方式 | 第28-30页 |
| 3.4.3 三维装箱优化问题遗传算法的装载策略及解码操作 | 第30页 |
| 3.4.4 三维装箱优化问题遗传算法的选择算子 | 第30-31页 |
| 3.4.5 三维装箱优化问题遗传算法的交叉算子 | 第31-32页 |
| 3.4.6 三维装箱优化问题遗传算法的变异算子 | 第32-33页 |
| 3.5 三维装箱优化问题遗传算法与模拟退火算法集成 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 配送车辆三维装箱优化算法实现 | 第35-42页 |
| 4.1 三维装箱优化模型求解算法实现流程 | 第35-38页 |
| 4.1.1 三维装箱优化模型求解算法程序设计 | 第35-37页 |
| 4.1.2 三维装箱优化模型求解算法的实现步骤 | 第37-38页 |
| 4.2 三维装箱优化模型求解算法的有效性分析 | 第38-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第五章 配送车辆三维装箱模型和算法的实证分析 | 第42-51页 |
| 5.1 M汽车公司背景信息 | 第42-43页 |
| 5.2 M汽车公司装箱实例配送车辆装箱现状 | 第43-44页 |
| 5.2.1 M汽车公司装箱实例中公司配送情况概述 | 第43页 |
| 5.2.2 M汽车公司装箱实例中公司配送装载数据分析 | 第43-44页 |
| 5.3 M汽车公司配送车辆装箱优化 | 第44-48页 |
| 5.3.1 装箱优化问题的配送车辆及货物数据处理 | 第44-46页 |
| 5.3.2 装箱优化问题的装箱方案求解 | 第46-48页 |
| 5.4 M汽车公司配送车辆装箱方案的结果分析 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 结论与展望 | 第51-52页 |
| 结论 | 第51页 |
| 展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 附录 | 第58-67页 |
| 攻读学位期间取得的研究成果 | 第67-68页 |
| 致谢 | 第68页 |
