| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 课题研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状与发展趋势 | 第13-15页 |
| 1.2.1 车辆路径问题国内外研究现状 | 第13-14页 |
| 1.2.2 蚁群算法国内外研究现状 | 第14-15页 |
| 1.3 研究内容和论文结构 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 论文结构 | 第16-17页 |
| 第2章 车辆路径问题模型和算法研究 | 第17-30页 |
| 2.1 配送网络模式 | 第17页 |
| 2.2 车辆路径问题 | 第17-22页 |
| 2.2.1 车辆路径问题的定义 | 第17-18页 |
| 2.2.2 车辆路径问题构成要素 | 第18-19页 |
| 2.2.3 车辆路径问题的模型 | 第19-22页 |
| 2.3 车辆路径问题的求解算法 | 第22-26页 |
| 2.3.1 精确算法 | 第23页 |
| 2.3.2 启发式算法 | 第23-24页 |
| 2.3.3 智能优化算法 | 第24-26页 |
| 2.4 CVRP、VRPTW、MDVRP数学模型 | 第26-29页 |
| 2.4.1 CVRP数学模型 | 第26-27页 |
| 2.4.2 VRPTW数学模型 | 第27-28页 |
| 2.4.3 MDVRP数学模型 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 蚁群算法原理及其改进 | 第30-43页 |
| 3.1 蚁群算法的思想起源 | 第30-32页 |
| 3.2 蚁群算法的机制原理 | 第32-33页 |
| 3.3 人工蚂蚁与真实蚂蚁的异同比较 | 第33-34页 |
| 3.3.1 相同点比较 | 第33页 |
| 3.3.2 不同点比较 | 第33-34页 |
| 3.4 基本蚁群算法数学模型 | 第34-36页 |
| 3.4.1 基于TSP问题的数学模型 | 第34-35页 |
| 3.4.2 基于TSP问题的算法步骤 | 第35-36页 |
| 3.5 蚁群算法的研究进展 | 第36-37页 |
| 3.6 改进的基本蚁群算法 | 第37-40页 |
| 3.6.1 基本蚁群算法的缺点 | 第37-38页 |
| 3.6.2 蚁群算法的改进及算法步骤 | 第38-40页 |
| 3.7 算例分析 | 第40-42页 |
| 3.8 结果比较分析 | 第42页 |
| 3.9 本章小结 | 第42-43页 |
| 第4章 众包方式下小区域物流配送车辆路径建模与求解 | 第43-53页 |
| 4.1 小区域配送 | 第43-44页 |
| 4.1.1 O2O发展 | 第43页 |
| 4.1.2 O2O的配送 | 第43-44页 |
| 4.2 众包介绍 | 第44-45页 |
| 4.3 众包方式下小区域物流配送车辆路径优化 | 第45-46页 |
| 4.4 模型求解 | 第46-52页 |
| 4.4.1 多车场到单车场的转换 | 第46-47页 |
| 4.4.2 蚁群算法求解单车场带时间限制小区域车辆路径模型 | 第47-49页 |
| 4.4.3 算例分析 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 基于Web技术的区域配送系统设计与实现 | 第53-64页 |
| 5.1 系统开发的背景和意义 | 第53页 |
| 5.2 系统的整体框架设计 | 第53页 |
| 5.3 相关技术介绍 | 第53-55页 |
| 5.3.1 Web技术与前端技术 | 第53-54页 |
| 5.3.2 数据库 | 第54-55页 |
| 5.3.3 PHP | 第55页 |
| 5.4 系统的关键设计 | 第55-63页 |
| 5.4.1 LAMP架构 | 第55-56页 |
| 5.4.2 百度地图API | 第56-57页 |
| 5.4.3 阿里云服务器 | 第57-58页 |
| 5.4.4 数据库表的设计 | 第58-59页 |
| 5.4.5 界面设计 | 第59-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 全文总结 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间的研究成果 | 第72页 |