基于SA的多目标城市物流配送路径优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究的背景及意义 | 第10-12页 |
| 1.1.1 本文研究的背景 | 第10-11页 |
| 1.1.2 本文研究的意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 现有研究的不足 | 第14-15页 |
| 1.3 创新点 | 第15页 |
| 1.4 研究内容及技术路线 | 第15-18页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 技术路线 | 第16-18页 |
| 第二章 相关理论及算法 | 第18-29页 |
| 2.1 物流相关概述 | 第18-20页 |
| 2.1.1 城市物流 | 第18页 |
| 2.1.2 物流系统 | 第18-19页 |
| 2.1.3 配送与运输 | 第19-20页 |
| 2.2 物流配送 | 第20-24页 |
| 2.2.1 配送的主要流程 | 第20-22页 |
| 2.2.2 配送的作用 | 第22-24页 |
| 2.3 车辆路径问题（VRP） | 第24-25页 |
| 2.3.1 车辆路径问题 | 第24页 |
| 2.3.2 车辆路径问题的分类 | 第24-25页 |
| 2.4 求解VRP问题的算法介绍 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 车辆路径问题模型的构建 | 第29-39页 |
| 3.1 多目标的VRP问题 | 第29-31页 |
| 3.2 一般数学模型的构建 | 第31-32页 |
| 3.2.1 问题的描述 | 第31-32页 |
| 3.2.2 模型的构建 | 第32页 |
| 3.3 有时间窗VRP的数学模型 | 第32-36页 |
| 3.3.1 时间窗的概念与分类 | 第33-34页 |
| 3.3.2 有时间窗的VRP问题描述 | 第34-35页 |
| 3.3.3 模型构建 | 第35-36页 |
| 3.4 不确定路况下的带时间窗的VRP模型 | 第36-38页 |
| 3.4.1 路况不确定性问题 | 第36-37页 |
| 3.4.2 不确定性路况的VRP模型 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 改进的模拟退火算法 | 第39-49页 |
| 4.1 模拟退火算法 | 第39-43页 |
| 4.1.1 模拟退火算法的基本思想 | 第40-41页 |
| 4.1.2 模拟退火算法的特点 | 第41-43页 |
| 4.2 模拟退火算法的改进 | 第43-46页 |
| 4.2.1 模拟退火算法的构成要素 | 第43-44页 |
| 4.2.2 对算法的改进 | 第44-46页 |
| 4.3 算法的实现过程 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 实例分析 | 第49-59页 |
| 5.1 实例描述 | 第49-52页 |
| 5.1.1 企业概况 | 第49页 |
| 5.1.2 实例描述 | 第49-52页 |
| 5.2 路径的优化过程 | 第52-56页 |
| 5.2.1 初始状态种群的确定 | 第52-55页 |
| 5.2.2 算法参数的选取 | 第55-56页 |
| 5.3 优化结果及分析 | 第56-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66-67页 |
