| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-34页 |
| ·问题的提出与研究意义 | 第10-11页 |
| ·问题的提出 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外相关研究进展 | 第11-30页 |
| ·车辆路径问题求解方法的研究进展 | 第12-23页 |
| ·基于知识的方案生成方法及决策支持系统生成器的研究进展 | 第23-29页 |
| ·国内外相关研究小结 | 第29-30页 |
| ·本文的研究内容与篇章结构 | 第30-34页 |
| ·本文的研究内容 | 第30-31页 |
| ·本文的篇章结构 | 第31-34页 |
| 2 物流配送区域及客户的聚类分析 | 第34-54页 |
| ·车辆路径问题数学模型及其求解难度分析 | 第34-37页 |
| ·车辆路径问题的描述及模型的建立 | 第34-36页 |
| ·车辆路径问题求解难度分析 | 第36-37页 |
| ·物流配送区域及客户的聚类分析原理及影响因素分析 | 第37-38页 |
| ·物流配送区域及客户的聚类分析原理 | 第37-38页 |
| ·物流配送区域及客户聚类的影响因素分析 | 第38页 |
| ·基于知识的物流配送区域及客户的划分方法 | 第38-44页 |
| ·物流配送区域及客户划分的定性影响因素分析 | 第38-42页 |
| ·物流配送区域及客户划分的知识描述实例 | 第42-44页 |
| ·基于模糊聚类的客户分群 | 第44-48页 |
| ·实例验证 | 第48-53页 |
| ·物流配送区域及客户聚类实例一 | 第48-50页 |
| ·物流配送区域及客户聚类实例二 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 3 车辆路径方案智能生成方法及求解模型 | 第54-68页 |
| ·车辆路径方案形成过程及各参数变化分析 | 第54-57页 |
| ·车辆路径方案形成过程 | 第54-55页 |
| ·车辆路径方案形成过程中各参数变化情况的小结 | 第55-57页 |
| ·生成车辆路径方案的智能搜索算法 | 第57-59页 |
| ·车辆路径方案生成的控制策略 | 第59-61页 |
| ·车辆路径方案求解模型及方案解与实际问题行车方案的映射 | 第61-63页 |
| ·车辆路径方案求解模型的构建 | 第61-62页 |
| ·车辆路径方案的解与实际问题行车方案的映射 | 第62-63页 |
| ·实例验证 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 4 车辆路径方案智能求解系统研究 | 第68-81页 |
| ·车辆路径方案智能求解系统的分析 | 第68页 |
| ·车辆路径方案智能求解系统的设计 | 第68-77页 |
| ·车辆路径方案智能求解系统结构 | 第68-69页 |
| ·车辆路径方案智能求解系统的流程图 | 第69-70页 |
| ·车辆路径方案智能求解系统的数据库和知识库的设计 | 第70-76页 |
| ·模型求解软件的选择及接口的设计 | 第76-77页 |
| ·车辆路径方案智能求解系统的实现 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 5 应用研究及系统性能分析 | 第81-90页 |
| ·应用研究 | 第81-85页 |
| ·问题描述及抽象 | 第81-84页 |
| ·车辆路径方案的生成及模型的建立 | 第84-85页 |
| ·车辆路径方案智能求解系统的性能分析 | 第85-87页 |
| ·对比分析 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 6 结论与展望 | 第90-92页 |
| ·论文的主要创新性成果 | 第90-91页 |
| ·展望 | 第91-92页 |
| 参考文献 | 第92-99页 |
| 创新点摘要 | 第99-100页 |
| 附录 | 第100-129页 |
| 附录一:正文3.5节实例验证中生成的车辆路径方案集合及求解模型 | 第100-105页 |
| 附录二:车辆路径方案智能求解系统的源代码 | 第105-118页 |
| 附录三:正文5.1节应用研究中实际案例的客户点位置坐标数据(比例:1:1000米) | 第118-120页 |
| 附录四:抽象的车辆路径方案集合 | 第120-121页 |
| 附录五:用改进蚁群算法求解北方食品公司车辆路径问题的结果 | 第121-127页 |
| 附录六:本文方法求解8个大规模开放式车辆路径问题的详细计算结果 | 第127-129页 |
| 攻读博士学位期间的研究成果 | 第129-132页 |
| 致谢 | 第132-133页 |
