| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第11-21页 |
| 1.1 研究背景与研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 港口集装箱多式联运问题 | 第12-13页 |
| 1.2.2 多式联运路径与运输方式选择问题的研究方法 | 第13-15页 |
| 1.2.3 多式联运VRP模型的构建和求解 | 第15-17页 |
| 1.2.4 国内外研究现状总结 | 第17-18页 |
| 1.3 研究内容及技术路线 | 第18-21页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19-21页 |
| 2 相关理论基础 | 第21-31页 |
| 2.1 港口集装箱多式联运概述 | 第21-24页 |
| 2.1.1 港口集装箱多式联运体系 | 第21-22页 |
| 2.1.2 集装箱多式联运网络 | 第22-23页 |
| 2.1.3 集装箱多式联运业务组织 | 第23-24页 |
| 2.2 多式联运VRP模型 | 第24-26页 |
| 2.2.1 模型的背景描述 | 第24-25页 |
| 2.2.2 模型的基本形式 | 第25-26页 |
| 2.3 基于Dijkstra和GA的混合算法 | 第26-31页 |
| 2.3.1 Dijkstra算法 | 第26-27页 |
| 2.3.2 GA遗传算法 | 第27-28页 |
| 2.3.3 Dijkstra-GA混合算法 | 第28-31页 |
| 3 港口集装箱多式联运优化模型的构建 | 第31-37页 |
| 3.1 问题描述 | 第31-33页 |
| 3.1.1 港口集装箱多式联运优化网络 | 第31-32页 |
| 3.1.2 影响优化网络中路径与运输方式选择的因素 | 第32-33页 |
| 3.2 优化模型的假设 | 第33-34页 |
| 3.3 优化模型的建立 | 第34-37页 |
| 4 港口集装箱多式联运优化模型的解法研究 | 第37-47页 |
| 4.1 优化模型的求解思路 | 第37-42页 |
| 4.1.1 GA中染色体编码方式的改进 | 第37-38页 |
| 4.1.2 GA中遗传算子的设计 | 第38-39页 |
| 4.1.3 GA中精英保留策略的改善 | 第39-40页 |
| 4.1.4 改进的混合算法流程 | 第40-42页 |
| 4.2 改进的混合算法主要函数 | 第42-44页 |
| 4.2.1 改进混合算法中Dijkstra的Matlab函数 | 第42页 |
| 4.2.2 改进混合算法中GA的Matlab主要函数 | 第42-44页 |
| 4.3 改进的混合算法Matlab设计与解析 | 第44-47页 |
| 4.3.1 基于Dijkstra的路径选择 | 第44页 |
| 4.3.2 GA中随机产生初始种群 | 第44-45页 |
| 4.3.3 GA中染色体适应度值的计算 | 第45页 |
| 4.3.4 GA中矩阵染色体的选择、交叉与变异 | 第45-47页 |
| 5 港口集装箱多式联运路径与运输方式组合优化实例仿真与分析 | 第47-63页 |
| 5.1 实例描述 | 第47-48页 |
| 5.2 仿真基本参数设置 | 第48-49页 |
| 5.3 仿真过程与结果 | 第49-59页 |
| 5.3.1 基本混合算法 | 第49-54页 |
| 5.3.2 改进混合算法 | 第54-59页 |
| 5.4 仿真结果对比分析 | 第59-63页 |
| 5.4.1 最优解的找寻 | 第60页 |
| 5.4.2 个体角度目标函数值的变化 | 第60页 |
| 5.4.3 种群角度目标函数值的变化 | 第60-62页 |
| 5.4.4 对比分析小结 | 第62-63页 |
| 6 总结与展望 | 第63-67页 |
| 6.1 主要工作总结 | 第63-64页 |
| 6.2 结论 | 第64-66页 |
| 6.3 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第71-75页 |
| 学位论文数据集 | 第75页 |
