基于模糊时间窗的同时送取货选址路径规划模型研究
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-23页 |
1.1 研究背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-17页 |
1.2.1 LRP 研究现状 | 第10-12页 |
1.2.2 LRP 问题的扩展类型 | 第12-16页 |
1.2.3 LRP 问题的求解算法 | 第16-17页 |
1.3 研究目的及意义 | 第17-20页 |
1.3.1 研究目标 | 第17-18页 |
1.3.2 理论意义 | 第18-19页 |
1.3.3 实践意义 | 第19-20页 |
1.4 研究内容及方法 | 第20-23页 |
1.4.1 研究内容 | 第20-21页 |
1.4.2 研究方法 | 第21页 |
1.4.3 技术路线 | 第21-23页 |
第二章 选址-路径问题分析 | 第23-33页 |
2.1 标准选址-路径问题 | 第23-27页 |
2.1.1 选址-分配问题概述 | 第23-24页 |
2.1.2 车辆-路径问题概述 | 第24-25页 |
2.1.3 选址-路径问题概述与模型建立 | 第25-27页 |
2.2 同时送取货模式分析 | 第27-30页 |
2.2.1 退货物流的特点 | 第27-28页 |
2.2.2 同时送取货配送模式 | 第28-30页 |
2.3 模糊时间窗分析 | 第30-32页 |
2.3.1 客户模糊预约时间 | 第30页 |
2.3.2 模糊时间窗的建立 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于模糊时间窗的同时送取货选址路径模型 | 第33-44页 |
3.1 同时送取货模式下的选址路径模型 | 第33-36页 |
3.1.1 问题描述 | 第33-34页 |
3.1.2 基本假设与符号说明 | 第34-35页 |
3.1.3 模型建立 | 第35-36页 |
3.1.4 模型分析 | 第36页 |
3.2 模糊预约时间下的选址路径模型 | 第36-39页 |
3.2.1 问题描述 | 第36-37页 |
3.2.2 基本假设与符号说明 | 第37-38页 |
3.2.3 模型建立 | 第38-39页 |
3.2.4 模型分析 | 第39页 |
3.3 基于模糊时间窗的同时送取货选址路径模型 | 第39-43页 |
3.3.1 问题描述 | 第39页 |
3.3.2 基本假设与符号说明 | 第39-41页 |
3.3.3 模型建立 | 第41-42页 |
3.3.4 模型分析 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
第四章 基于模糊寻优程序的混合遗传算法研究 | 第44-55页 |
4.1 两阶段启发式算法设计原理 | 第44-45页 |
4.1.1 算法原理 | 第44-45页 |
4.1.2 算法流程 | 第45页 |
4.2 改进混合自适应遗传算法设计 | 第45-52页 |
4.2.1 编码设计和适应度函数 | 第47-48页 |
4.2.2 初始种群生成 | 第48-49页 |
4.2.3 遗传操作 | 第49-51页 |
4.2.4 模拟退火局部搜索 | 第51-52页 |
4.2.5 重组策略 | 第52页 |
4.3 模糊优化程序 | 第52-54页 |
4.4 本章小结 | 第54-55页 |
第五章 算例分析 | 第55-63页 |
5.1 算法有效性检验 | 第55-59页 |
5.2 模型有效性分析 | 第59-62页 |
5.2.1 算例设计 | 第59-60页 |
5.2.2 模型检验 | 第60-61页 |
5.2.3 模型求解 | 第61-62页 |
5.3 本章小结 | 第62-63页 |
总结与展望 | 第63-65页 |
本文总结 | 第63-64页 |
研究展望 | 第64-65页 |
参考文献 | 第65-73页 |
附录 | 第73-77页 |
攻读硕士学位期间取得的研究成果 | 第77-78页 |
致谢 | 第78-79页 |
答辩委员会对论文的评定意见 | 第79页 |