考虑外包车辆和加班条件的车辆调度问题研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-21页 |
·研究背景及意义 | 第11-13页 |
·研究背景 | 第11-12页 |
·研究意义 | 第12-13页 |
·国内外研究现状 | 第13-18页 |
·国外研究现状 | 第13-15页 |
·国内研究现状 | 第15-18页 |
·目前研究中存在的主要问题 | 第18页 |
·本文的主要研究内容及方法 | 第18-21页 |
·研究内容 | 第18-19页 |
·研究方法 | 第19页 |
·创新点 | 第19-20页 |
·技术路线 | 第20-21页 |
第2章 物流配送车辆调度相关理论 | 第21-31页 |
·物流配送理论 | 第21-23页 |
·物流配送的概念 | 第21页 |
·物流配送种类及作用 | 第21-23页 |
·车辆调度理论 | 第23-27页 |
·车辆调度的概念 | 第23-24页 |
·车辆调度问题的构成要素及分类 | 第24-27页 |
·车辆调度问题求解算法 | 第27-30页 |
·精确算法 | 第27-28页 |
·经典启发式算法 | 第28页 |
·智能化启发式算法 | 第28-30页 |
·本章小结 | 第30-31页 |
第3章 配送车辆调度模型构建 | 第31-43页 |
·带时间窗约束的车辆调度问题 | 第31-34页 |
·经典车辆调度问题的含义及模型 | 第31-32页 |
·带时间窗约束的车辆调度问题的含义及模型 | 第32-34页 |
·不确定性车辆调度问题 | 第34-36页 |
·配送不确定性的来源 | 第34-35页 |
·不确定车辆调度问题的特征及定义 | 第35-36页 |
·随机车辆调度问题 | 第36页 |
·考虑外包车辆和加班条件的车辆调度模型构建 | 第36-42页 |
·问题描述 | 第36-37页 |
·假设条件和符号说明 | 第37-39页 |
·配送成本分析 | 第39页 |
·模型建立 | 第39-41页 |
·约束条件的处理 | 第41-42页 |
·本章小结 | 第42-43页 |
第4章 植物生长遗传混合算法的理论与方法 | 第43-61页 |
·遗传算法基础理论 | 第43-48页 |
·遗传算法的组成要素 | 第43-46页 |
·遗传算法的基本步骤 | 第46-47页 |
·遗传算法的特点 | 第47-48页 |
·模拟植物生长算法基础理论 | 第48-53页 |
·模拟植物生长算法的机理 | 第48-49页 |
·植物向光性生长机制的数学模拟 | 第49-50页 |
·模拟植物生长算法的流程 | 第50-53页 |
·植物生长遗传混合算法基础理论 | 第53-60页 |
·植物生长遗传混合算法的设计思想 | 第53-54页 |
·植物生长遗传混合算法的基本步骤 | 第54-55页 |
·植物生长遗传混合算法设计 | 第55-60页 |
·本章小结 | 第60-61页 |
第5章 实证研究 | 第61-71页 |
·公司概况 | 第61-62页 |
·案例分析 | 第62-69页 |
·数据来源 | 第62-65页 |
·利用混合算法求解最优调度方案 | 第65-66页 |
·结果对比分析 | 第66-69页 |
·提高物流配送效率的对策与建议 | 第69-70页 |
·本章小结 | 第70-71页 |
结论 | 第71-73页 |
致谢 | 第73-74页 |
参考文献 | 第74-78页 |
作者简介 | 第78页 |
攻读硕士学位期间发表的论文和科研成果 | 第78-79页 |