| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·研究目的及意义 | 第9-10页 |
| ·国内外研究现状及分析 | 第10-14页 |
| ·国内外研究现状 | 第10-13页 |
| ·有待解决的问题 | 第13-14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·研究采用的方法和技术路线 | 第15-16页 |
| 第2章 汽车零部件入厂物流的理论基础 | 第16-24页 |
| ·汽车零部件入厂物流概述 | 第16-17页 |
| ·汽车零部件入厂物流模式分类 | 第17-19页 |
| ·汽车零部件循环取货运作模式 | 第19-24页 |
| ·循环取货模式的介绍 | 第19-21页 |
| ·实施循环取货模式的优点 | 第21-22页 |
| ·实施循环取货模式的要点 | 第22-24页 |
| 第3章 基于模糊聚类法的零部件入厂物流模式选择 | 第24-34页 |
| ·模糊聚类方法 | 第24-27页 |
| ·模糊聚类方法概述 | 第24-25页 |
| ·模糊聚类分析的一般步骤 | 第25-27页 |
| ·汽车供应商及其所供应零部件分类的重要性 | 第27-28页 |
| ·零部件入厂物流模式选择的影响因素分析 | 第28-29页 |
| ·零部件属性的影响 | 第28-29页 |
| ·供应商属性的影响 | 第29页 |
| ·基于模糊聚类分析的零部件分类 | 第29-34页 |
| ·聚类指标的选取 | 第29-30页 |
| ·数据处理 | 第30-31页 |
| ·模糊相似矩阵的建立 | 第31页 |
| ·模糊等价关系的建立 | 第31-32页 |
| ·动态聚类 | 第32页 |
| ·最佳置信水平的选择 | 第32-34页 |
| 第4章 汽车零部件配送多周期 ITIO 决策模型研究 | 第34-46页 |
| ·问题描述 | 第34-35页 |
| ·带有时间窗约束的多周期零部件 ITIO 决策模型构建 | 第35-41页 |
| ·时间窗的定义与说明 | 第35-37页 |
| ·模型假设 | 第37-38页 |
| ·符号说明 | 第38-39页 |
| ·模型构建 | 第39-41页 |
| ·基于遗传算法的多周期零部件 ITIO 决策模型求解方法 | 第41-46页 |
| ·遗传算法介绍 | 第42页 |
| ·遗传算法设计 | 第42-46页 |
| 第5章 实例分析 | 第46-66页 |
| ·实例问题描述 | 第46-48页 |
| ·基于模糊聚类的供应商入厂物流模式选择 | 第48-57页 |
| ·初始数据处理 | 第48-49页 |
| ·构建模糊相似矩阵及模糊等价关系矩阵 | 第49-54页 |
| ·动态模糊聚类 | 第54-56页 |
| ·模糊聚类结果分析 | 第56-57页 |
| ·基于循环取货的多周期零部件 ITIO 决策模型求解 | 第57-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结和展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读硕士学位期间发表的论文及参加的科研情况 | 第72-73页 |
| 附录A 汽车零部件模糊聚类的 MATLAB 源程序 | 第73-75页 |
| 附录B 基于循环取货的多周期 ITIO 决策模型求解 MATLAB 源程序 | 第75-78页 |
