| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-13页 |
| 1.1 选题背景 | 第8-9页 |
| 1.2 研究的理论及实践意义 | 第9-10页 |
| 1.2.1 理论意义 | 第9-10页 |
| 1.2.2 实践意义 | 第10页 |
| 1.3 本文研究的主要内容与方法 | 第10-13页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 研究方法 | 第11页 |
| 1.3.3 各章内容简介 | 第11-13页 |
| 第2章 文献综述 | 第13-26页 |
| 2.1 绿色物流与供应链概述 | 第13-14页 |
| 2.2 车辆油耗的影响因素 | 第14-20页 |
| 2.2.1 车辆油耗的统计研究 | 第15-17页 |
| 2.2.2 车辆油耗数学模型 | 第17-20页 |
| 2.3 车辆路径问题综述 | 第20-24页 |
| 2.3.1 车辆路径问题及分类 | 第20-21页 |
| 2.3.2 绿色车辆路径问题 | 第21-22页 |
| 2.3.3 时间依赖车辆路径问题 | 第22-23页 |
| 2.3.4 车辆路径问题的求解算法 | 第23-24页 |
| 2.4 研究现状分析 | 第24-26页 |
| 第3章 考虑载重影响的最小燃油消耗车辆路径问题 | 第26-41页 |
| 3.1 考虑载重影响的最小燃油消耗车辆路径问题建模 | 第26-28页 |
| 3.1.1 问题描述及模型假设 | 第26-27页 |
| 3.1.2 数学模型 | 第27-28页 |
| 3.2 考虑载重影响的最小油耗VRP蚁群算法 | 第28-38页 |
| 3.2.1 蚁群算法简介 | 第28-30页 |
| 3.2.2 最大油耗节约算法 | 第30-32页 |
| 3.2.3 局部搜索 | 第32-35页 |
| 3.2.4 考虑载重影响的最小燃油消耗蚁群算法设计 | 第35-38页 |
| 3.3 算例分析 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 时间依赖的最小燃油消耗车辆路径问题 | 第41-55页 |
| 4.1 时间依赖VRP的最小燃油消耗问题建模 | 第41-48页 |
| 4.1.1 时间依赖车辆路径问题简介 | 第41-42页 |
| 4.1.2 问题描述及模型假设 | 第42-44页 |
| 4.1.3 数学模型 | 第44-47页 |
| 4.1.4 行驶时间和油耗的计算 | 第47-48页 |
| 4.2 针对时间依赖VRP最小油耗的蚁群算法设计 | 第48-52页 |
| 4.2.1 时间依赖VRP的最小油耗蚁群算法改进 | 第48-50页 |
| 4.2.2 算例分析与评价 | 第50-52页 |
| 4.3 采用一维搜索的出发时间优化 | 第52-54页 |
| 4.3.1 一维搜索 | 第52-53页 |
| 4.3.2 算例分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 论文总结与展望 | 第55-57页 |
| 5.1 研究总结 | 第55页 |
| 5.2 本文的主要贡献 | 第55-56页 |
| 5.3 需进一步开展的工作 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第63页 |