摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第10-20页 |
1.1 选题背景与意义 | 第10-13页 |
1.1.1 选题背景 | 第10-12页 |
1.1.2 选题意义 | 第12-13页 |
1.2 国内外研究及发展现状 | 第13-16页 |
1.2.1 国内文献综述 | 第13-14页 |
1.2.2 国外文献综述 | 第14-16页 |
1.2.3 文献评述 | 第16页 |
1.3 研究内容与研究方法 | 第16-18页 |
1.3.1 研究内容 | 第16-18页 |
1.3.2 研究方法 | 第18页 |
1.4 论文创新点 | 第18-20页 |
第2章 相关理论基础 | 第20-32页 |
2.1 车辆路径问题相关理论 | 第20-23页 |
2.1.1 车辆路径问题的概念 | 第20-21页 |
2.1.2 车辆路径问题的分类 | 第21-22页 |
2.1.3 时变车辆路径问题的概述 | 第22页 |
2.1.4 两级车辆路径问题的概述 | 第22-23页 |
2.2 城市交通网络相关理论 | 第23-28页 |
2.2.1 城市交通网络的概述 | 第23页 |
2.2.2 城市交通网络的特点 | 第23-24页 |
2.2.3 城市交通报告分析 | 第24-26页 |
2.2.4 交通状况与时变车辆路径问题的关系分析 | 第26-28页 |
2.3 遗传算法基本理论 | 第28-31页 |
2.3.1 遗传算法的基本原理及特点 | 第28-29页 |
2.3.2 遗传算法的操作步骤 | 第29页 |
2.3.3 遗传算法与其他优化算法的比较 | 第29-31页 |
2.4 本章小结 | 第31-32页 |
第3章 城市配送中的时变车辆路径问题研究 | 第32-41页 |
3.1 城市配送中的TDVRP模型构建 | 第32-36页 |
3.1.1 问题描述及假设 | 第32-33页 |
3.1.2 选择优化目标 | 第33-35页 |
3.1.3 参数设置 | 第35页 |
3.1.4 数学模型 | 第35-36页 |
3.2 城市配送中的TDVRP自适应遗传算法设计 | 第36-40页 |
3.2.1 染色体编码设计 | 第36-37页 |
3.2.2 种群初始化 | 第37页 |
3.2.3 选择算子 | 第37-38页 |
3.2.4 交叉变异算子 | 第38-39页 |
3.2.5 算法终止条件 | 第39-40页 |
3.3 本章小结 | 第40-41页 |
第4章 考虑交通拥堵的时变性两级车辆路径问题研究 | 第41-50页 |
4.1 时变网络下的2E-VRP模型构建 | 第41-44页 |
4.1.1 问题描述 | 第41页 |
4.1.2 基本假设 | 第41-42页 |
4.1.3 变量和参数设置 | 第42-43页 |
4.1.4 数学模型 | 第43-44页 |
4.2 时变网络下的2E-VRP混合改进遗传算法设计 | 第44-49页 |
4.2.1 第一级配送网络算法设计 | 第45页 |
4.2.2 第二级配送网络算法设计 | 第45-48页 |
4.2.3 算法性能分析 | 第48-49页 |
4.3 本章小结 | 第49-50页 |
第5章 电商企业配送优化案例分析 | 第50-61页 |
5.1 电商企业简介 | 第50-51页 |
5.2 案例数据分析 | 第51-53页 |
5.3 不同目标函数的结果比较 | 第53-56页 |
5.4 敏感性分析 | 第56-60页 |
5.4.1 改变车辆出发时间 | 第56-57页 |
5.4.2 考虑路径灵活性及时调整路线 | 第57-59页 |
5.4.3 拥堵程度的影响 | 第59页 |
5.4.4 单级配送与两级配送的比较 | 第59-60页 |
5.5 本章小结 | 第60-61页 |
第6章 结论与展望 | 第61-63页 |
6.1 研究结论 | 第61页 |
6.2 研究展望 | 第61-63页 |
参考文献 | 第63-68页 |
致谢 | 第68-69页 |
附录 | 第69-71页 |
研究生在读期间发表论文和科研情况 | 第71页 |