摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-17页 |
1.1 研究背景 | 第8-11页 |
1.2 研究目的及意义 | 第11-14页 |
1.2.1 多温共配冷链物流的研究意义 | 第11-12页 |
1.2.2 在城市实施多温共配模式的必要性 | 第12-14页 |
1.3 本文研究的主要内容及研究思路 | 第14-17页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 研究方法及思路 | 第15-17页 |
第二章 文献综述及相关理论介绍 | 第17-28页 |
2.1 国内外研究综述 | 第17-21页 |
2.1.1 配送路径优化模型及算法综述 | 第17-19页 |
2.1.2 冷链物流配送路径优化综述 | 第19-20页 |
2.1.3 多温共配冷链物流配送模式的文献研究现状 | 第20-21页 |
2.1.4 文献评述 | 第21页 |
2.2 相关理论介绍 | 第21-28页 |
2.2.1 冷链物流多温共配系统 | 第21-25页 |
2.2.2 蚁群算法介绍 | 第25-28页 |
第三章 多温共配乳制品配送路径优化模型的构建 | 第28-37页 |
3.1 模型构建的基本思路 | 第28页 |
3.2 多温共配路线优化模型基本假设、问题描述及参数设定 | 第28-30页 |
3.2.1 模型基本假设 | 第28-29页 |
3.2.2 问题描述及参数设定 | 第29-30页 |
3.3 多温共配乳制品冷链物流配送路线优化模型中的成本分析 | 第30-35页 |
3.3.1 配送车辆的运输成本 | 第30页 |
3.3.2 时间窗惩罚成本 | 第30-32页 |
3.3.3 货损成本 | 第32-35页 |
3.4 多温共配下冷链物流路径优化的模型及约束 | 第35-37页 |
第四章 多温共配乳制品冷链配送车辆路径优化求解 | 第37-48页 |
4.1 路径优化算法的分析与选择 | 第37-38页 |
4.2 算法设计 | 第38-47页 |
4.2.1 基本蚁群算法模型介绍 | 第38-41页 |
4.2.2 本文模型求解问题与TSP问题中蚁群算法的区别 | 第41-42页 |
4.2.3 算法的基本规则设计 | 第42-43页 |
4.2.4 可行解问题的研究 | 第43-45页 |
4.2.5 时间窗条件下车辆路径优化模型算法设计流程图 | 第45-47页 |
4.3 本章小结 | 第47-48页 |
第五章 实例分析 | 第48-56页 |
5.1 实例企业简介 | 第48-49页 |
5.1.1 ADWL第三方物流公司的概况 | 第48-49页 |
5.2 模型数据收集与分析 | 第49-55页 |
5.3 本章小结 | 第55-56页 |
第六章 总结与展望 | 第56-59页 |
6.1 总结 | 第56-57页 |
6.2 展望 | 第57-59页 |
参考文献 | 第59-61页 |
致谢 | 第61页 |