| 提要 | 第1-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景和现状 | 第9-15页 |
| ·传统物流与现代物流 | 第9-11页 |
| ·第三方物流 | 第11页 |
| ·物流理论与算法研究 | 第11-15页 |
| ·车辆行驶路由问题 | 第12-14页 |
| ·物流站点选址问题 | 第14页 |
| ·物流智能方法研究 | 第14-15页 |
| ·本文工作 | 第15-19页 |
| ·研究路线和方法 | 第15-16页 |
| ·研究内容及论文组织 | 第16-19页 |
| 第二章 计算智能相关理论 | 第19-35页 |
| ·引言 | 第19-20页 |
| ·人工神经网络 | 第20-26页 |
| ·人工神经网络模型 | 第21-22页 |
| ·人工神经元模型 | 第21页 |
| ·人工神经网络的拓扑结构 | 第21-22页 |
| ·人工神经网络的知识表示 | 第22页 |
| ·人工神经网络的学习 | 第22页 |
| ·多层前向神经网络 | 第22-25页 |
| ·多层前向神经网络的函数逼近能力 | 第23页 |
| ·多层前向神经网络的学习 | 第23-25页 |
| ·自适应网络 | 第25页 |
| ·多层前向神经网络研究中一些难点问题 | 第25-26页 |
| ·进化计算中的遗传算法 | 第26-33页 |
| ·遗传算法 | 第27-32页 |
| ·遗传算法的算法过程 | 第27-29页 |
| ·模式定理和遗传算法的隐并行性 | 第29-30页 |
| ·遗传算法的特点 | 第30-31页 |
| ·遗传算法的理论基础 | 第31-32页 |
| ·进化计算研究中的一些难点问题 | 第32-33页 |
| ·计算智能研究的发展趋势 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第三章 车辆行驶路由优化问题的研究 | 第35-65页 |
| ·概述 | 第35-50页 |
| ·车辆行驶路由问题的基本模型 | 第35-49页 |
| ·图论基础 | 第35-37页 |
| ·货流规划问题 | 第37-40页 |
| ·最短路径问题 | 第40-42页 |
| ·TSP 旅行商问题 | 第42-44页 |
| ·车辆路由问题 | 第44-46页 |
| ·带时间窗的车辆行驶路由问题 | 第46-48页 |
| ·动态车辆行驶路由问题 | 第48-49页 |
| ·研究任务 | 第49-50页 |
| ·带时间窗车辆行驶路由优化问题的研究 | 第50-59页 |
| ·带时间窗车辆行驶路由遗传算法 | 第50-52页 |
| ·问题描述 | 第50-51页 |
| ·遗传算法 | 第51-52页 |
| ·遗传算法设计 | 第52-54页 |
| ·编码方式 | 第52页 |
| ·适应度函数的计算 | 第52页 |
| ·交叉算子 | 第52-53页 |
| ·变异算子 | 第53页 |
| ·算法过程 | 第53-54页 |
| ·项目数据库存储的输入和输出表格 | 第54-57页 |
| ·实验结果 | 第57-59页 |
| ·小结 | 第59页 |
| ·基于Rank 的进化算法解决多目标TSP 问题研究 | 第59-65页 |
| ·概述 | 第60-61页 |
| ·遗传算法设计 | 第61-64页 |
| ·问题描述 | 第61页 |
| ·数学模型 | 第61-62页 |
| ·多目标TSP 问题求解实现 | 第62-63页 |
| ·实验结果 | 第63-64页 |
| ·小结 | 第64-65页 |
| 第四章 物流站点选址优化问题的研究 | 第65-74页 |
| ·概述 | 第65-66页 |
| ·研究任务 | 第66-67页 |
| ·站点选址优化算法 | 第67-73页 |
| ·站点选址优化算法思想描述 | 第67-68页 |
| ·算法实现过程 | 第68-70页 |
| ·编码方式 | 第68-69页 |
| ·求取适应度函数 | 第69页 |
| ·淘汰过程 | 第69页 |
| ·交叉过程 | 第69页 |
| ·变异过程 | 第69页 |
| ·迭代次数目标 | 第69页 |
| ·算法结果 | 第69-70页 |
| ·算法正确性分析测试 | 第70-73页 |
| ·小结 | 第73-74页 |
| 第五章 现代物流发展中的智能方法研究 | 第74-84页 |
| ·概述 | 第74页 |
| ·智能运输系统构成 | 第74-75页 |
| ·现代物流体系的智能方法 | 第75-83页 |
| ·核心智能方法 | 第75-77页 |
| ·智能方法的特点 | 第77页 |
| ·多目标优化问题 | 第77-81页 |
| ·多目标优化算法问题 | 第78页 |
| ·多Agent 系统模型 | 第78-80页 |
| ·现代物流中的多目标优化问题 | 第80-81页 |
| ·智能方法典型应用 | 第81-82页 |
| ·智能方法对现代物流体系发展的影响 | 第82-83页 |
| ·小结 | 第83-84页 |
| 第六章 本文成果的实际应用 | 第84-92页 |
| ·现代物流科学化决策支持系统 | 第84-90页 |
| ·技术特点 | 第84页 |
| ·系统总体架构 | 第84-85页 |
| ·重要功能举例介绍 | 第85-90页 |
| ·基于网络的物流综合管理信息系统 | 第90页 |
| ·物流企业车辆调度可视化管控系统 | 第90页 |
| ·道路运输行业管理规划及决策支持系统 | 第90-91页 |
| ·小结 | 第91-92页 |
| 第七章 总结与展望 | 第92-98页 |
| ·本文的主要贡献 | 第92-95页 |
| ·进一步的研究内容 | 第95-98页 |
| 参考文献 | 第98-108页 |
| 攻读博士期间发表的学术论文及其他成果 | 第108-110页 |
| 致谢 | 第110-111页 |
| 学位论文摘要（中文） | 第111-113页 |
| 学位论文摘要（英文） | 第113-115页 |