| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-17页 |
| 1.1 选题背景和研究意义 | 第12-14页 |
| 1.1.1 选题背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 研究内容与研究方法 | 第14-16页 |
| 1.2.1 研究内容 | 第14-15页 |
| 1.2.2 研究方法 | 第15-16页 |
| 1.3 本文技术路线 | 第16-17页 |
| 2 物流配送VRP问题研究现状综述 | 第17-28页 |
| 2.1 物流配送相关概念描述 | 第17-18页 |
| 2.2 物流配送问题国内外研究现状 | 第18-23页 |
| 2.2.1 仅考虑取送一体化配送问题研究现状 | 第18-19页 |
| 2.2.2 考虑碳排放的取送一体化配送问题研究现状 | 第19-20页 |
| 2.2.3 考虑时间窗的取送一体化配送问题研究现状 | 第20-21页 |
| 2.2.4 文献研究现状总结 | 第21-23页 |
| 2.3 物流配送VRP问题概述 | 第23-27页 |
| 2.3.1 VRP问题特征与构成要素 | 第23-24页 |
| 2.3.2 VRP问题模型类型 | 第24-26页 |
| 2.3.3 VRP问题求解算法概述 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 PDVRPCETW问题建模研究 | 第28-46页 |
| 3.1 SPDVRPCETW问题特征分析 | 第28-30页 |
| 3.1.1 SPDVRPCETW问题定义及组成要素 | 第28页 |
| 3.1.2 SPDVRPCETW问题优化目标 | 第28-30页 |
| 3.1.3 SPDVRPCETW问题影响因素 | 第30页 |
| 3.2 碳排放量及碳税成本计算方法研究 | 第30-37页 |
| 3.2.1 油耗影响因素分析 | 第31-34页 |
| 3.2.2 油耗量计算公式 | 第34-36页 |
| 3.2.3 碳排放量及碳税成本计算方法 | 第36-37页 |
| 3.3 时间窗偏离惩罚成本计算方法研究 | 第37-40页 |
| 3.3.1 时间窗与顾客满意度关系函数 | 第37-39页 |
| 3.3.2 时间窗偏离惩罚成本函数构建 | 第39-40页 |
| 3.4 SPDVRPCETW问题优化模型构建 | 第40-45页 |
| 3.4.1 SPDVRPCETW问题描述 | 第40-41页 |
| 3.4.2 基本假设与符号说明 | 第41-42页 |
| 3.4.3 SPDVRPCETW模型构建 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 SPDVRPCETW模型求解算法研究 | 第46-54页 |
| 4.1 粒子群算法理论研究 | 第46-48页 |
| 4.1.1 粒子群算法概述 | 第46-48页 |
| 4.1.2 粒子群算法优缺点分析 | 第48页 |
| 4.2 混沌理论研究 | 第48-50页 |
| 4.2.1 混沌优化思路分析 | 第48-49页 |
| 4.2.2 混沌思想与粒子群算法结合可行性分析 | 第49-50页 |
| 4.3 改进型粒子群算法设计研究 | 第50-53页 |
| 4.3.1 粒子群算法改进策略 | 第50-51页 |
| 4.3.2 改进型粒子群算法优化过程设计 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 SPDVRPCETW问题实例分析 | 第54-71页 |
| 5.1 北京燕京啤酒物流配送背景分析 | 第54-56页 |
| 5.2 啤酒配送路径优化算法求解实现流程设计 | 第56-59页 |
| 5.3 实例求解分析 | 第59-70页 |
| 5.3.1 求解结果分析 | 第59-61页 |
| 5.3.2 算法性能对比 | 第61-63页 |
| 5.3.3 两种配送模式对比 | 第63-65页 |
| 5.3.4 不同目标函数结果对比 | 第65-67页 |
| 5.3.5 参数灵敏度分析 | 第67-69页 |
| 5.3.6 实例求解结果总结 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6 结论与展望 | 第71-73页 |
| 6.1 研究总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第76-78页 |
| 学位论文数据集 | 第78页 |
