摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第13-26页 |
1.1 选题背景与研究意义 | 第13-14页 |
1.2 国内外研究综述 | 第14-22页 |
1.2.1 应急物流 | 第14-16页 |
1.2.2 应急物资需求预测 | 第16-17页 |
1.2.3 应急物资配送 | 第17-19页 |
1.2.4 应急物资调度 | 第19-20页 |
1.2.5 应急物资运输 | 第20-22页 |
1.3 论文的主要研究工作 | 第22-24页 |
1.4 论文的技术路线 | 第24-26页 |
第2章 相关基础理论和方法 | 第26-53页 |
2.1 应急物流的概念和特点 | 第26-30页 |
2.1.1 应急物流概念 | 第26-27页 |
2.1.2 应急物流的特点 | 第27-28页 |
2.1.3 城市洪涝灾害 | 第28-29页 |
2.1.4 洪涝灾害应急物流能力 | 第29-30页 |
2.2 灰色系统预测模型GM(1,1) | 第30-33页 |
2.2.1 GM(1,1)的一般形式 | 第30-31页 |
2.2.2 辩识算法 | 第31页 |
2.2.3 预测值的还原 | 第31-32页 |
2.2.4 灰色系统模型的检验 | 第32-33页 |
2.3 遗传算法 | 第33-40页 |
2.3.1 基本概念 | 第33-34页 |
2.3.2 染色体编码 | 第34-35页 |
2.3.3 适应度函数 | 第35页 |
2.3.4 选择 | 第35-36页 |
2.3.5 重组 | 第36-37页 |
2.3.6 进化 | 第37-38页 |
2.3.7 GA设计 | 第38-40页 |
2.4 粒子群算法 | 第40-43页 |
2.4.1 算法的原理 | 第40-41页 |
2.4.2 基本粒子群算法流程 | 第41-42页 |
2.4.3 参数的设定 | 第42-43页 |
2.5 模糊聚类算法 | 第43-47页 |
2.5.1 模糊集基本概念 | 第44页 |
2.5.2 C均值聚类算法 | 第44-45页 |
2.5.3 模糊C均值聚类 | 第45-47页 |
2.6 禁忌搜索算法 | 第47-53页 |
2.6.1 基本思想 | 第47-48页 |
2.6.2 构成要素 | 第48-51页 |
2.6.3 禁忌搜索算法计算步骤 | 第51-53页 |
第3章 洪涝灾害应急物资动态需求预测 | 第53-64页 |
3.1 洪涝灾害应急物资动态需求预测模型构建 | 第53-57页 |
3.1.1 GM(1,1)预测模型的构建 | 第53-55页 |
3.1.2 改进GM(1,1)预测模型的构建 | 第55-56页 |
3.1.3 预测模型的有效性检验 | 第56页 |
3.1.4 应急物资动态需求预测模型构建 | 第56-57页 |
3.2 算例分析 | 第57-62页 |
3.2.1 数据预处理 | 第57-58页 |
3.2.2 模拟值精度检验 | 第58页 |
3.2.3 受灾人数预测 | 第58-59页 |
3.2.4 GM(1,1)与改进GM(1,1)预测模型结果对比 | 第59-62页 |
3.2.5 应急物资需求预测 | 第62页 |
3.3 本章小结 | 第62-64页 |
第4章 洪涝灾害应急物资调度方法 | 第64-78页 |
4.1 应急物资调度模型建立 | 第64-67页 |
4.1.1 问题描述 | 第64-65页 |
4.1.2 符号说明 | 第65页 |
4.1.3 应急物资调度正向物流数学模型建立 | 第65-66页 |
4.1.4 应急物资调度逆向物流数学模型建立 | 第66-67页 |
4.2 应急物资调度的粒子群算法设计 | 第67-69页 |
4.2.1 编码策略与初始化种群 | 第68页 |
4.2.2 适应度函数计算 | 第68-69页 |
4.3 算例分析 | 第69-77页 |
4.3.1 数据选取 | 第69-71页 |
4.3.2 正向应急物资调度方案 | 第71-74页 |
4.3.3 逆向应急物资调度方案 | 第74-77页 |
4.4 本章小结 | 第77-78页 |
第5章 洪涝灾区应急物资分配混合优化方法 | 第78-92页 |
5.1 应急救援分配决策模型结构描述 | 第78-79页 |
5.1.1 “互联网+应急物流”架构 | 第78页 |
5.1.2 架构基本假设 | 第78-79页 |
5.2 物资分配平台系统混合优化方法设计 | 第79-87页 |
5.2.1 应急物流系统运行流程 | 第79页 |
5.2.2 应急物资需求点估计遗传算法 | 第79-81页 |
5.2.3 洪涝灾区关联属性规约与聚类分组 | 第81-84页 |
5.2.4 紧急属性度量 | 第84页 |
5.2.5 双目标权重确定 | 第84-86页 |
5.2.6 动态应急物资分配的粒子群算法 | 第86-87页 |
5.3 算例分析 | 第87-90页 |
5.4 本章小结 | 第90-92页 |
第6章 应急物资多源配送优化方法 | 第92-101页 |
6.1 问题描述与假设条件 | 第92-93页 |
6.1.1 问题描述 | 第92页 |
6.1.2 研究假设 | 第92-93页 |
6.2 城市应急物流多源配送优化模型 | 第93-94页 |
6.2.1 符号说明 | 第93页 |
6.2.2 模型构建 | 第93-94页 |
6.3 模型求解 | 第94-97页 |
6.3.1 编码和种群初始化 | 第94-95页 |
6.3.2 适应度函数 | 第95-96页 |
6.3.3 遗传操作 | 第96-97页 |
6.4 算例分析 | 第97-100页 |
6.5 本章小结 | 第100-101页 |
第7章 结论与展望 | 第101-104页 |
7.1 本文的主要结论 | 第101-102页 |
7.2 本文的主要贡献 | 第102-103页 |
7.3 研究工作展望 | 第103-104页 |
参考文献 | 第104-112页 |
在学研究成果 | 第112-114页 |
致谢 | 第114页 |