| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题背景及研究意义 | 第9-10页 |
| 1.2 车辆路径问题的概述 | 第10-11页 |
| 1.3 车辆路径问题文献综述 | 第11-12页 |
| 1.3.1 国外研究现状 | 第11-12页 |
| 1.3.2 国内研究现状 | 第12页 |
| 1.4 论文的主要工作及结构安排 | 第12-13页 |
| 1.5 本章小结 | 第13-15页 |
| 第二章 带时间窗车辆路径问题的概述 | 第15-29页 |
| 2.1 车辆路径问题的一般描述 | 第15-17页 |
| 2.2 车辆路径问题的分类 | 第17-20页 |
| 2.2.1 带容量约束的车辆路径问题 | 第18-19页 |
| 2.2.2 带时间窗的车辆路径问题 | 第19页 |
| 2.2.3 取货和送货问题 | 第19-20页 |
| 2.2.4 有回程的车辆路径问题 | 第20页 |
| 2.3 带时间窗车辆路径问题的描述 | 第20-21页 |
| 2.3.1 VRPTW的一般描述 | 第20-21页 |
| 2.3.2 VRPTW的分类 | 第21页 |
| 2.4 带时间窗车辆路径问题的求解方法 | 第21-27页 |
| 2.4.1 精确算法 | 第22-24页 |
| 2.4.2 启发式算法 | 第24-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 不确定性环境下双目标VRPTW模型 | 第29-34页 |
| 3.1 模型假设 | 第29-30页 |
| 3.2 符号表示 | 第30-31页 |
| 3.3 数学模型 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 不确定性环境下的鲁棒优化方法 | 第34-41页 |
| 4.1 鲁棒优化方法研究现状 | 第34-35页 |
| 4.2 线性规划中的不确定性影响因素及不确定性集合 | 第35-36页 |
| 4.3 Soyster的鲁棒优化方法 | 第36-37页 |
| 4.4 Ben-Tal和Nemirovski的鲁棒优化方法 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第五章 双目标VRPTW鲁棒对应模型 | 第41-44页 |
| 5.1 需求的不确定性 | 第41页 |
| 5.2 旅行时间和服务时间的不确定性 | 第41-43页 |
| 5.3 本章小结 | 第43-44页 |
| 第六章 数值实验 | 第44-55页 |
| 6.1 遗传算法实现及步骤 | 第44-48页 |
| 6.1.1 染色体编码 | 第44-45页 |
| 6.1.2 初始化群体 | 第45页 |
| 6.1.3 选择算子 | 第45-46页 |
| 6.1.4 交叉算子 | 第46-47页 |
| 6.1.5 变异算子 | 第47-48页 |
| 6.1.6 适应度函数 | 第48页 |
| 6.2 算例来源及参数设定 | 第48-50页 |
| 6.2.1 算例来源 | 第48-49页 |
| 6.2.2 数值实验参数设定 | 第49-50页 |
| 6.2.3 双目标函数权衡 | 第50页 |
| 6.3 算例测试结果分析 | 第50-54页 |
| 6.4 本章小结 | 第54-55页 |
| 第七章 结论与展望 | 第55-57页 |
| 7.1 全文总结 | 第55页 |
| 7.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 附录1 | 第60-68页 |
| 致谢 | 第68-69页 |
| 作者攻读学位期间发表的学术论文目录 | 第69页 |