| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的研究方法及主要内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 城市物流配送路径优化及动态交通网络的相关理论 | 第16-32页 |
| 2.1 城市物流配送相关理论 | 第16-17页 |
| 2.1.1 城市物流的概念 | 第16页 |
| 2.1.2 城市物流配送的概述 | 第16-17页 |
| 2.2 城市物流配送系统相关理论 | 第17-18页 |
| 2.2.1 城市物流配送系统的概念 | 第17页 |
| 2.2.2 城市物流配送系统的功能 | 第17-18页 |
| 2.2.3 城市物流配送系统的特点 | 第18页 |
| 2.3 车辆路径问题相关理论 | 第18-23页 |
| 2.3.1 车辆路径问题的描述 | 第18-19页 |
| 2.3.2 车辆路径问题的构成要素 | 第19-21页 |
| 2.3.3 车辆路径问题的数学模型 | 第21-22页 |
| 2.3.4 车辆路径问题的分类 | 第22-23页 |
| 2.4 城市动态交通网络的相关理论 | 第23-28页 |
| 2.4.1 城市交通网络的概述 | 第23-24页 |
| 2.4.2 动态交通网络的特点 | 第24-25页 |
| 2.4.3 城市交通网络的表达 | 第25-27页 |
| 2.4.4 动态交通信息的采集 | 第27-28页 |
| 2.5 遗传算法相关理论 | 第28-31页 |
| 2.5.1 遗传算法的特点 | 第28-30页 |
| 2.5.2 遗传算法与其他优化算法的比较 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第3章 带时间窗车辆路径问题的模型构建与遗传算法设计 | 第32-53页 |
| 3.1 VRPTW模型构建 | 第32-36页 |
| 3.1.1 问题描述 | 第32-33页 |
| 3.1.2 模型假设 | 第33-34页 |
| 3.1.3 惩罚函数 | 第34-36页 |
| 3.2 遗传算法设计 | 第36-44页 |
| 3.2.1 编码与解码 | 第37-38页 |
| 3.2.2 初始种群的生成 | 第38页 |
| 3.2.3 选择 | 第38-39页 |
| 3.2.4 交叉 | 第39-42页 |
| 3.2.5 变异 | 第42页 |
| 3.2.6 适应度函数 | 第42-43页 |
| 3.2.7 终止条件 | 第43-44页 |
| 3.3 VRPTW算例分析 | 第44-51页 |
| 3.3.1 算例描述 | 第44页 |
| 3.3.2 算例数据与参数设置 | 第44-46页 |
| 3.3.3 算例结果分析 | 第46-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 时变条件下带时间窗车辆路径问题的模型构建与求解 | 第53-64页 |
| 4.1 TDVRPTW模型构建 | 第53-56页 |
| 4.1.1 TDVRPTW问题的描述 | 第53页 |
| 4.1.2 TDVRPTW模型的假设及惩罚函数 | 第53-56页 |
| 4.1.3 TDVRPTW模型的构建 | 第56页 |
| 4.2 TDVRPTW算例分析 | 第56-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第5章 实验与结果 | 第64-72页 |
| 5.1 实际交通情况及时段的划分 | 第64-65页 |
| 5.2 实验结果分析 | 第65-70页 |
| 5.3 本章小结 | 第70-72页 |
| 第6章 总结与展望 | 第72-75页 |
| 6.1 全文总结 | 第72页 |
| 6.2 创新与不足 | 第72-73页 |
| 6.3 展望 | 第73-75页 |
| 参考文献 | 第75-78页 |
| 附录 | 第78-81页 |
| 致谢 | 第81页 |
