| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景和研究意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究综述 | 第11-15页 |
| 1.2.1 区域划分研究现状 | 第11-13页 |
| 1.2.2 吸引子传播聚类算法(AP)研究现状 | 第13页 |
| 1.2.3 物流配送路径规划研究现状 | 第13-14页 |
| 1.2.4 研究综述 | 第14-15页 |
| 1.3 研究内容和可能创新点 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 可能创新点 | 第16页 |
| 1.4 研究方法和技术路线 | 第16-18页 |
| 1.4.1 研究方法 | 第16页 |
| 1.4.2 技术路线 | 第16-18页 |
| 第2章 相关理论概述 | 第18-25页 |
| 2.1 区域划分理论 | 第18-19页 |
| 2.1.1 区域划分的含义 | 第18页 |
| 2.1.2 区域划分的方法 | 第18-19页 |
| 2.2 吸引子传播算法理论 | 第19-21页 |
| 2.2.1 吸引子传播聚类算法流程 | 第19-21页 |
| 2.2.2 吸引子传播聚类算法的优缺点 | 第21页 |
| 2.3 路径规划理论 | 第21-24页 |
| 2.3.1 车辆路径问题的描述与分类 | 第21-22页 |
| 2.3.2 车辆路径问题的求解方法 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于改进AP算法的同城配送区域划分 | 第25-34页 |
| 3.1 配送网点划分及问题描述 | 第25页 |
| 3.2 基于改进的吸引子传播聚类配送区域划分算法 | 第25-27页 |
| 3.3 聚类算法评价指标 | 第27-28页 |
| 3.4 基于EW—AP的配送区域划分算例分析 | 第28-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 带时间窗的同城包裹配送路径规划 | 第34-46页 |
| 4.1 问题描述 | 第34-35页 |
| 4.2 带时间窗的混合包裹配送问题模型建立 | 第35-37页 |
| 4.2.1 基本假设与变量定义 | 第35页 |
| 4.2.2 模型的建立 | 第35-37页 |
| 4.3 带时间窗的混合包裹配送问题算法设计 | 第37-45页 |
| 4.3.1 相似订单的合并 | 第37-38页 |
| 4.3.2 蚁群算法基本原理 | 第38-40页 |
| 4.3.3 状态转移规则 | 第40-41页 |
| 4.3.4 信息素更新规则 | 第41-42页 |
| 4.3.5 解决带时间窗的混合包裹配送问题的算法步骤 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 M企业配送区域划分及路径规划研究分析 | 第46-55页 |
| 5.1 案例问题描述 | 第46-48页 |
| 5.1.1 案例背景 | 第46页 |
| 5.1.2 相关数据的分析 | 第46-48页 |
| 5.1.3 解决思路 | 第48页 |
| 5.2 EW-AP算法配送区域划分 | 第48-50页 |
| 5.3 蚁群算法路径优化 | 第50-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 附录A | 第57-60页 |
| 参考文献 | 第60-65页 |
| 在读期间发表的学术论文及研究成果 | 第65-66页 |
| 致谢 | 第66页 |