| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.3 国内研究现状 | 第11页 |
| 1.3 本文的研究内容及框架 | 第11-13页 |
| 第二章 车辆路径问题概述 | 第13-23页 |
| 2.1 车辆路径问题描述 | 第13页 |
| 2.2 车辆路径问题的组成要素及分类 | 第13-17页 |
| 2.3 VRP数学模型 | 第17-18页 |
| 2.4 带时间窗的车辆路径问题及其分类 | 第18-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 客户重要度相关理论 | 第23-30页 |
| 3.1 客户价值理论 | 第23-24页 |
| 3.2 基于客户重要度的大客户价值分析 | 第24-29页 |
| 3.2.1 大客户的潜在价值 | 第24-26页 |
| 3.2.2 潜在价值的分析与预测 | 第26-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 考虑客户重要度的软时间窗车辆路径优化模型 | 第30-54页 |
| 4.1 VRPTW的基本模型 | 第30-32页 |
| 4.2 考虑客户重要度的软时间窗车辆路径问题的数学模型构建 | 第32-39页 |
| 4.2.1 考虑客户重要度的软时间窗车辆路径问题描述 | 第32-33页 |
| 4.2.2 基本假设 | 第33页 |
| 4.2.3 符号说明 | 第33-35页 |
| 4.2.4 相关函数说明 | 第35-37页 |
| 4.2.5 数学模型建立 | 第37-39页 |
| 4.3 模型验证 | 第39-53页 |
| 4.3.1 LINGO软件简介 | 第39-40页 |
| 4.3.2 测试数据简介 | 第40-42页 |
| 4.3.3 数学模型检验 | 第42-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 求解考虑客户重要度的软时间窗车辆路径问题的遗传算法研究 | 第54-72页 |
| 5.1 带时间窗车辆路径问题的常见求解算法概述 | 第54-60页 |
| 5.1.1 精确算法 | 第54-55页 |
| 5.1.2 启发式算法 | 第55-60页 |
| 5.2 遗传算法概述 | 第60-63页 |
| 5.2.1 遗传算法基本步骤 | 第61-62页 |
| 5.2.2 遗传算法特点 | 第62-63页 |
| 5.3 求解考虑客户重要度的软时间窗车辆路径问题的算法设计 | 第63-71页 |
| 5.3.1 染色体编码与解码 | 第63-64页 |
| 5.3.2 初始群体生成 | 第64-65页 |
| 5.3.3 适应度函数 | 第65页 |
| 5.3.4 选择(复制)算子 | 第65-67页 |
| 5.3.5 交叉算子 | 第67-68页 |
| 5.3.6 变异算子 | 第68-69页 |
| 5.3.7 最佳个体的处理 | 第69页 |
| 5.3.8 算法终止规则 | 第69-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 算例分析 | 第72-87页 |
| 6.1 算例介绍 | 第72-75页 |
| 6.2 算例求解 | 第75-78页 |
| 6.3 算例结果分析 | 第78-86页 |
| 6.3.1 R101 算例结果分析 | 第78-81页 |
| 6.3.2 C202 算例结果分析 | 第81-86页 |
| 6.4 本章小结 | 第86-87页 |
| 结论与展望 | 第87-89页 |
| 参考文献 | 第89-94页 |
| 附录 1 | 第94-98页 |
| 附录 2 | 第98-100页 |
| 攻读学位期间取得的研究成果 | 第100-101页 |
| 致谢 | 第101页 |
