| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-22页 |
| 1.1 研究背景与研究意义 | 第12-14页 |
| 1.2 多模式运输问题概述 | 第14页 |
| 1.3 不确定规划 | 第14-16页 |
| 1.4 国内外研究现状 | 第16-19页 |
| 1.4.1 实际运输问题的建模分析 | 第16-17页 |
| 1.4.2 不确定运输问题的模型与算法研究 | 第17-19页 |
| 1.5 本文的主要研究内容和框架 | 第19-21页 |
| 1.5.1 本文的研究内容 | 第19-20页 |
| 1.5.2 本文的框架结构 | 第20-21页 |
| 1.6 本文的创新点 | 第21-22页 |
| 2 多模式货运问题的区间模糊混合整数规划模型与算法 | 第22-44页 |
| 2.1 不确定条件下多品种多需求地的多模式货运问题概述 | 第22-25页 |
| 2.1.1 多品种多需求地的多模式货运问题描述 | 第22-23页 |
| 2.1.2 不确定因素分析 | 第23-24页 |
| 2.1.3 不确定因素处理办法 | 第24-25页 |
| 2.2 区间模糊混合整数规划模型(IFMIP) | 第25-27页 |
| 2.2.1 模型假设 | 第25-26页 |
| 2.2.2 符号定义 | 第26页 |
| 2.2.3 区间模糊混合整数规划模型的建立 | 第26-27页 |
| 2.3 模型的确定性转化 | 第27-33页 |
| 2.3.1 区间模糊模型转化为模糊多目标模型 | 第28-29页 |
| 2.3.2 模糊多目标模型转化为单目标模型 | 第29-33页 |
| 2.4 求解算法 | 第33-37页 |
| 2.4.1 基于贪婪准则的启发式算法 | 第33-36页 |
| 2.4.2 线性松弛算法 | 第36-37页 |
| 2.5 算例 | 第37-43页 |
| 2.5.1 数据的去模糊化 | 第39-40页 |
| 2.5.2 基于贪婪准则的启发式算法的结果分析 | 第40-41页 |
| 2.5.3 线性松弛算法的结果分析 | 第41页 |
| 2.5.4 两种算法的比较与敏感性分析 | 第41-43页 |
| 2.6 本章小节 | 第43-44页 |
| 3 多时段多模式货运问题的区间0-1整数规划模型 | 第44-52页 |
| 3.1 不确定条件下多时段多模式货运问题概述 | 第44-46页 |
| 3.2 区间0-1整数规划模型 | 第46-48页 |
| 3.2.1 模型假设 | 第46页 |
| 3.2.2 符号定义 | 第46-47页 |
| 3.2.3 区间0-1整数规划模型建立 | 第47-48页 |
| 3.3 模型的确定性转化 | 第48-49页 |
| 3.3.1 目标函数的转化 | 第48页 |
| 3.3.2 约束条件的转化 | 第48-49页 |
| 3.3.3 确定性转化后的整体模型 | 第49页 |
| 3.4 算例 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 4 含中转站的多品种多模式货运问题的模糊整数规划模型 | 第52-65页 |
| 4.1 问题描述 | 第52-53页 |
| 4.2 模糊整数规划模型 | 第53-56页 |
| 4.2.1 模型假设 | 第54页 |
| 4.2.2 符号定义 | 第54-55页 |
| 4.2.3 模糊整数规划模型的建立 | 第55-56页 |
| 4.3 模型的确定性转化 | 第56-57页 |
| 4.3.1 机会约束规划模型 | 第56-57页 |
| 4.3.2 模糊约束的清晰化 | 第57页 |
| 4.4 算例 | 第57-64页 |
| 4.4.1 数据收集 | 第58-61页 |
| 4.4.2 求解结果分析 | 第61-63页 |
| 4.4.3 直达运输与混合运输的比较 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 5 结论与展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第71-73页 |
| 学位论文数据集 | 第73页 |
