| 摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 第一章 绪论 | 第13-29页 |
| ·研究背景及意义 | 第13-17页 |
| ·研究背景 | 第13-15页 |
| ·需要解决的关键问题 | 第15-17页 |
| ·研究意义 | 第17页 |
| ·国内外研究现状 | 第17-26页 |
| ·后勤保障理论研究现状 | 第17-19页 |
| ·库存管理相关研究 | 第19-22页 |
| ·设施选址研究现状 | 第22-26页 |
| ·论文主要内容和创新点 | 第26-29页 |
| ·主要研究内容 | 第26-28页 |
| ·研究框架与章节安排 | 第28-29页 |
| 第二章 战场后勤物资保障不确定性分析与建模 | 第29-38页 |
| ·现代战场后勤保障的特点 | 第29-31页 |
| ·时效性强 | 第29页 |
| ·战场对抗激烈 | 第29-30页 |
| ·充满不确定性 | 第30页 |
| ·保障任务重 | 第30-31页 |
| ·战场后勤保障不确定性的概念与内涵 | 第31-33页 |
| ·不确定性的概念与内涵 | 第31-33页 |
| ·供应不确定性分析与建模 | 第33-35页 |
| ·供应不确定性分析 | 第33-34页 |
| ·供应不确定性建模 | 第34-35页 |
| ·需求不确定性分析与建模 | 第35-37页 |
| ·需求不确定性分析 | 第35-36页 |
| ·需求不确定性建模 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 战场供应与需求不确定环境下后勤物资供应优化 | 第38-53页 |
| ·供应与需求不确定环境下的后勤物资供应优化模型 | 第38-43页 |
| ·问题背景 | 第38-39页 |
| ·相关假设 | 第39-40页 |
| ·优化模型 | 第40-43页 |
| ·战场环境下的物资供应优化模型求解 | 第43-49页 |
| ·单物资供应优化模型的求解 | 第43-44页 |
| ·单约束条件下多物资供应优化模型的求解 | 第44-46页 |
| ·多约束条件下多物资供应优化模型的求解 | 第46-49页 |
| ·案例研究与算法性能分析 | 第49-51页 |
| ·单物资供应优化问题的案例研究 | 第49-50页 |
| ·多物资供应优化模型求解算法性能分析 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第四章 考虑战场修复的维修备件供应优化 | 第53-68页 |
| ·考虑战场修复的维修备件供应流程 | 第53-54页 |
| ·考虑战场修复的单产品维修备件供应优化模型 | 第54-58页 |
| ·模型 | 第54-56页 |
| ·模型性质 | 第56-58页 |
| ·考虑战场修复的多产品维修备件供应优化模型 | 第58-61页 |
| ·相关假设 | 第58-59页 |
| ·模型 | 第59-61页 |
| ·基于拉格郎日松弛的多产品备件供应优化模型求解方法 | 第61-65页 |
| ·拉格朗日松弛模型及其分解 | 第61-62页 |
| ·应用次梯度算法求解拉格郎日对偶模型 | 第62-64页 |
| ·启发式方法搜索近似最优解 | 第64-65页 |
| ·应用示例与分析 | 第65-67页 |
| ·应用示例 | 第65-66页 |
| ·求解方法性能分析 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 战场环境下考虑物资损失的后勤补给中心选址优化 | 第68-79页 |
| ·战场后勤补给中心选址问题背景 | 第68-69页 |
| ·考虑物资损失的补给中心选址建模 | 第69-71页 |
| ·相关假设 | 第69-70页 |
| ·优化模型 | 第70-71页 |
| ·战场补给中心选址模型的求解方法 | 第71-74页 |
| ·拉格郎日松弛 | 第71-73页 |
| ·采用次梯度算法求解拉格朗日对偶问题 | 第73页 |
| ·采用启发式算法搜索可行解 | 第73-74页 |
| ·案例研究与算法性能分析 | 第74-78页 |
| ·应用实例与灵敏度分析 | 第74-77页 |
| ·算法性能分析 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 战场不确定环境下的后勤补给中心选址优化 | 第79-98页 |
| ·问题背景与相关假设 | 第79-80页 |
| ·战场不确定环境下的补给中心选址建模 | 第80-82页 |
| ·不确定环境下后勤补给中心选址模型的求解方法 | 第82-93页 |
| ·约束转换与Ms的拉格朗日松弛 | 第82-85页 |
| ·采用次梯度算法求解Ms的拉格朗日对偶问题 | 第85-86页 |
| ·采用启发式算法搜索Ms的可行解 | 第86-87页 |
| ·采用拉格朗日松弛算法求解M问题 | 第87-89页 |
| ·采用基于赋权树的改进遗传算法求解M问题 | 第89-93页 |
| ·案例研究 | 第93-96页 |
| ·应用案例与灵敏度分析 | 第93-95页 |
| ·算法性能分析 | 第95-96页 |
| ·本章小结 | 第96-98页 |
| 第七章 总结与展望 | 第98-101页 |
| ·本文的主要贡献 | 第98-99页 |
| ·研究工作展望 | 第99-101页 |
| 致谢 | 第101-102页 |
| 参考文献 | 第102-114页 |
| 攻读博士学位期间的主要研究成果 | 第114页 |
