基于VRPTW的城市冷链物流配送路径优化研究--以北京SH公司为例
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和研究意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 研究对象与研究方法 | 第12-14页 |
| 1.2.1 研究对象 | 第12页 |
| 1.2.2 研究思路和方法 | 第12-14页 |
| 1.3 论文的结构 | 第14-15页 |
| 2 文献综述 | 第15-35页 |
| 2.1 冷链物流的理论研究 | 第15-19页 |
| 2.1.1 冷链物流的概念 | 第15-17页 |
| 2.1.2 冷链物流的特性 | 第17-18页 |
| 2.1.3 冷链配送的理论研究 | 第18-19页 |
| 2.2 车辆路径问题的理论研究 | 第19-29页 |
| 2.2.1 车辆路径问题的概念和要素 | 第19-23页 |
| 2.2.2 车辆路径问题的模型研究 | 第23-25页 |
| 2.2.3 带时间窗的车辆路径问题 | 第25-28页 |
| 2.2.4 冷链物流车辆路径问题 | 第28-29页 |
| 2.3 车辆路径问题的算法研究 | 第29-35页 |
| 2.3.1 车辆路径问题的精确算法 | 第29-30页 |
| 2.3.2 求解车辆路径问题的启发式算法 | 第30-33页 |
| 2.3.3 VRP模型的算法比较 | 第33-35页 |
| 3 城市冷链物流VRPTW模型的构建 | 第35-46页 |
| 3.1 建立城市冷链物流配送总成本模型的基本思路 | 第35页 |
| 3.2 模型假设及参数描述 | 第35-38页 |
| 3.2.1 基本假设 | 第35-36页 |
| 3.2.2 参数说明 | 第36-38页 |
| 3.2.3 约束条件 | 第38页 |
| 3.3 目标函数 | 第38-43页 |
| 3.3.1 配送成本函数分析 | 第38-42页 |
| 3.3.2 目标函数 | 第42-43页 |
| 3.4 基于VRPTW的冷链物流配送模型 | 第43-46页 |
| 3.4.1 软时间窗分析 | 第43-45页 |
| 3.4.2 模型目标函数 | 第45-46页 |
| 4 城市冷链物流VRPTW模型的遗传算法分析 | 第46-55页 |
| 4.1 遗传算法思想 | 第46-50页 |
| 4.1.1 基本原理和概念 | 第46-49页 |
| 4.1.2 遗传算法的工作流程 | 第49-50页 |
| 4.1.3 算法特点 | 第50页 |
| 4.2 模型的遗传算法设计 | 第50-55页 |
| 4.2.1 编码和解码 | 第50-51页 |
| 4.2.2 种群初始化 | 第51页 |
| 4.2.3 遗传算子的设计 | 第51-53页 |
| 4.2.4 适应度函数 | 第53-54页 |
| 4.2.5 终止进化规则 | 第54-55页 |
| 5 案例研究：北京SH公司的冷链配送路径优化研究 | 第55-66页 |
| 5.1 公司概况 | 第55-57页 |
| 5.1.1 公司简介 | 第55页 |
| 5.1.2 公司冷链配送现状 | 第55-57页 |
| 5.2 模型及参数 | 第57-63页 |
| 5.2.1 模型选取 | 第57-58页 |
| 5.2.2 配送点数据准备 | 第58-59页 |
| 5.2.3 模型参数收集与测算 | 第59-63页 |
| 5.3 模型求解结果分析 | 第63-66页 |
| 6 结论和展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 未来展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 附录 | 第74-81页 |
| 攻读学位期间的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
