| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题研究意义及背景 | 第12-14页 |
| 1.1.1 课题研究意义 | 第12-13页 |
| 1.1.2 课题研究背景 | 第13-14页 |
| 1.2 国内外研究进展 | 第14-16页 |
| 1.2.1 订单分批问题的国内外研究进展 | 第14-15页 |
| 1.2.2 补货路径优化问题国内外研究进展 | 第15-16页 |
| 1.3 论文研究内容及结构安排 | 第16-18页 |
| 1.3.1 论文研究内容 | 第16页 |
| 1.3.2 论文结构安排 | 第16-18页 |
| 第2章 D公司配送中心业务流程介绍及优化需求分析 | 第18-33页 |
| 2.1 D公司简介 | 第18-20页 |
| 2.2 D公司配送中心业务流程介绍 | 第20-24页 |
| 2.2.1 收货管理流程 | 第20-21页 |
| 2.2.2 库存管理流程 | 第21-23页 |
| 2.2.3 配货管理流程 | 第23页 |
| 2.2.4 发货管理流程 | 第23-24页 |
| 2.3 D公司配送中心拣货策略介绍及优化需求分析 | 第24-30页 |
| 2.3.1 D公司配送中心拣货管理现状 | 第24-28页 |
| 2.3.2 D公司配送中心拣货作业优化需求分析 | 第28-30页 |
| 2.4 D公司配送中心补货流程介绍及优化需求分析 | 第30-32页 |
| 2.4.1 D公司配送中心补货管理现状 | 第30-31页 |
| 2.4.2 D公司配送中心补货作业优化需求分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于PSCRO算法的非整箱Transit订单优化 | 第33-49页 |
| 3.1 D公司配送中心订单管理现状 | 第33-34页 |
| 3.2 D公司配送中心Transit订单处理逻辑优化 | 第34-35页 |
| 3.3 D公司配送中心非整箱Transit订单分批数学建模 | 第35-40页 |
| 3.3.1 问题描述 | 第35-36页 |
| 3.3.2 模型假设 | 第36-37页 |
| 3.3.3 数学建模 | 第37-38页 |
| 3.3.4 路径计算方法 | 第38-40页 |
| 3.4 D公司配送中心非整箱Transit订单分批优化算法提出 | 第40-45页 |
| 3.4.1 基本化学反应算法简介 | 第40-42页 |
| 3.4.2 基于群智能的粒子群复分解反应算法的提出 | 第42-43页 |
| 3.4.3 基于群智能的粒子群复分解反应优化算法流程 | 第43-45页 |
| 3.5 基于PSCRO算法的D公司D配送中心订单分批优化求解 | 第45-48页 |
| 3.5.1 企业实例数据收集 | 第45页 |
| 3.5.2 编码设计及算法设置 | 第45-46页 |
| 3.5.3 基于PSCRO算法的非整箱订单分批优化求解对比及分析 | 第46-47页 |
| 3.5.4 基于PSCRO算法的非整箱订单分批优化实际改善效果 | 第47-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 基于IP-PSO算法的整托储存区补货路径优化 | 第49-61页 |
| 4.1 D公司配送中心补货管理现状 | 第49-50页 |
| 4.2 D公司配送中心补货路径优化数学建模 | 第50-53页 |
| 4.2.1 问题描述 | 第50-51页 |
| 4.2.2 模型假设及路径计算方法 | 第51-52页 |
| 4.2.3 数学建模 | 第52-53页 |
| 4.3 D公司配送中心整托存储区补货路径优化算法提出 | 第53-55页 |
| 4.3.1 基本粒子群算法简介 | 第53页 |
| 4.3.2 阶段初始化粒子群优化算法提出 | 第53-55页 |
| 4.4 D公司D配送中心整托存储区补货优化路径问题求解 | 第55-60页 |
| 4.4.1 企业实例数据收集 | 第55页 |
| 4.4.2 基于IS-PSO算法的整托区补货路径优化求解对比及分析 | 第55-59页 |
| 4.4.3 基于IS-PSO算法的整托区补货路径优化实际改善效果 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录A 攻读学位期间发表和录用的论文目录 | 第69-70页 |
| 附录B D公司D配送中心20个Transit订单信息 | 第70-72页 |
| 附录C D公司D配送中心整托存储区补货单信息 | 第72页 |
