| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景与研究意义 | 第11-14页 |
| 1.1.1 选题背景 | 第11-13页 |
| 1.1.2 研究目的 | 第13页 |
| 1.1.3 研究意义 | 第13-14页 |
| 1.2 研究内容与研究方法 | 第14-15页 |
| 1.2.1 研究内容 | 第14-15页 |
| 1.2.2 研究方法 | 第15页 |
| 1.3 论文主要结构 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 相关文献综述 | 第17-29页 |
| 2.1 文献检索概述 | 第17-19页 |
| 2.2 相关研究文献回顾 | 第19-26页 |
| 2.2.1 低碳物流运作问题相关文献 | 第19-21页 |
| 2.2.2 车辆路径问题相关文献 | 第21-24页 |
| 2.2.3 低碳VRP问题相关文献 | 第24-26页 |
| 2.3 已有文献的贡献与不足 | 第26-27页 |
| 2.3.1 已有文献的贡献 | 第26-27页 |
| 2.3.2 已有文献的不足 | 第27页 |
| 2.4 已有研究对本文的启示 | 第27-28页 |
| 2.5 本章小节 | 第28-29页 |
| 第3章 相关研究理论综述 | 第29-35页 |
| 3.1 低碳物流管理理论 | 第29-30页 |
| 3.1.1 低碳物流理论概述 | 第29页 |
| 3.1.2 低碳物流运作理论 | 第29-30页 |
| 3.2 车辆路径问题相关理论 | 第30-31页 |
| 3.2.1 车辆路径问题概述 | 第30页 |
| 3.2.2 车辆路径问题模型与算法 | 第30-31页 |
| 3.3 变邻域搜索算法相关理论 | 第31-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 时间依赖下考虑旅行时间和碳排放的VRP模型构建 | 第35-43页 |
| 4.1 问题描述与假设 | 第35-36页 |
| 4.1.1 问题描述 | 第35-36页 |
| 4.1.2 条件假设 | 第36页 |
| 4.2 旅行时间模型构建 | 第36-37页 |
| 4.2.1 速度-旅行时间转化描述 | 第36-37页 |
| 4.2.2 旅行时间模型 | 第37页 |
| 4.3 碳排放量模型构建 | 第37-39页 |
| 4.3.1 速度-碳排放量转化描述 | 第37-38页 |
| 4.3.2 碳排放量模型 | 第38-39页 |
| 4.4 碳排放量模型的影响分析 | 第39-42页 |
| 4.4.1 速度属性对模型的影响 | 第39-40页 |
| 4.4.2 碳排放边界的推导 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 时间依赖下考虑碳排放的VRP模型构建 | 第43-47页 |
| 5.1 符号说明 | 第43页 |
| 5.2 考虑碳排放的VRP函数 | 第43-44页 |
| 5.3 考虑配送时间的客户满意度函数 | 第44页 |
| 5.4 E-TDVRP模型构建 | 第44-46页 |
| 5.5 E-TDVRP模型的理论分析 | 第46页 |
| 5.6 本章小结 | 第46-47页 |
| 第6章 算法设计 | 第47-53页 |
| 6.1 算法概述 | 第47页 |
| 6.2 算法实现过程 | 第47-52页 |
| 6.3 本章小结 | 第52-53页 |
| 第7章 应用研究—以德邦物流为例 | 第53-61页 |
| 7.1 案例描述 | 第53-54页 |
| 7.2 案例计算结果 | 第54-55页 |
| 7.3 案例分析 | 第55-60页 |
| 7.3.1 客户位置对碳排放量的影响 | 第55-58页 |
| 7.3.2 客户规模对碳排放量的影响 | 第58-59页 |
| 7.3.3 拥堵状况对决策方案的影响 | 第59-60页 |
| 7.4 本章小结 | 第60-61页 |
| 第8章 结论与展望 | 第61-63页 |
| 8.1 本文结论 | 第61-62页 |
| 8.2 本文的主要工作 | 第62页 |
| 8.3 研究展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |