| 第1章 绪论 | 第1-25页 |
| ·研究背景 | 第12-14页 |
| ·物流——新的经济增长点 | 第12-13页 |
| ·配送——现代物流的核心组成 | 第13-14页 |
| ·研究现状 | 第14-21页 |
| ·基于确定条件的VRP | 第15-18页 |
| ·基于随机条件下VRP | 第18-19页 |
| ·基于模糊条件下VRP | 第19-20页 |
| ·动态分析 | 第20-21页 |
| ·研究意义 | 第21-22页 |
| ·传统方法存在的局限性 | 第21页 |
| ·学术价值 | 第21-22页 |
| ·实际意义 | 第22页 |
| ·研究内容 | 第22-25页 |
| 第2章 基本问题分析 | 第25-42页 |
| ·旅行商问题 | 第25-28页 |
| ·问题描述 | 第25页 |
| ·数学分析 | 第25-27页 |
| ·旅行商问题NP性分析 | 第27-28页 |
| ·遗传算法 | 第28-32页 |
| ·遗传算法的引入 | 第28页 |
| ·遗传算法的基本思想 | 第28-30页 |
| ·遗传算法的求解步骤 | 第30-31页 |
| ·遗传空间与解空间的差异 | 第31页 |
| ·遗传算法的模式分析 | 第31-32页 |
| ·基于改进遗传算法求解TSP问题 | 第32-42页 |
| ·影响遗传算法运行效果的因素分析 | 第32-33页 |
| ·改进策略 | 第33-34页 |
| ·基于改进GA问题求解 | 第34-38页 |
| ·可行性分析 | 第38-42页 |
| 第3章 引入顾客满意度的求解策略 | 第42-46页 |
| ·车辆优化调度问题 | 第42页 |
| ·顾客满意度 | 第42-43页 |
| ·顾客满意度的概念 | 第42页 |
| ·车辆优化调度中的顾客满意度分析 | 第42-43页 |
| ·引入顾客满意度求解VRP问题的策略 | 第43-46页 |
| ·传统的策略分析 | 第43-44页 |
| ·实践经验分析 | 第44页 |
| ·求解策略分析 | 第44-46页 |
| 第4章 引入顾客满意度的子问题求解 | 第46-63页 |
| ·基于确定需求的问题求解 | 第46-53页 |
| ·模型描述 | 第46-48页 |
| ·VRPTW的求解 | 第48-50页 |
| ·算法分析 | 第50-53页 |
| ·基于随机需求的动态监控模型 | 第53-56页 |
| ·动态监控模型分析 | 第53-54页 |
| ·渐进性分析 | 第54-56页 |
| ·基于改进GM(1，1)的需求转化 | 第56-63页 |
| ·GM(1，1)灰色系统理论 | 第56-60页 |
| ·基于改进GM(1，1)模型的需求预测 | 第60-61页 |
| ·数据分析 | 第61-63页 |
| 第5章 引入顾客满意度的问题实现 | 第63-70页 |
| ·人机交互模式 | 第63页 |
| ·采用人机交互模式的原因 | 第63页 |
| ·人机交互模式的操作 | 第63页 |
| ·系统简介 | 第63-67页 |
| ·系统开发环境 | 第63-64页 |
| ·数据分析 | 第64-65页 |
| ·数据流程 | 第65-67页 |
| ·系统运行实例 | 第67-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 附录1 基于SOLOMON'S VRPTW 100测试结果 | 第77-78页 |
| 附录2 灰色预测模型分析 | 第78-79页 |
| 附录3 数据库设计 | 第79-82页 |
| 攻读学位期间公开发表论文 | 第82-84页 |
| 致谢 | 第84-85页 |
| 研究生履历 | 第85页 |