声明
摘要
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 家电物流研究现状
1.2.2 配送车辆调度优化研究现状
1.2.3 粒子群算法研究现状
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.4 技术路线图
1.5 创新点
第二章 相关理论基础
2.1 家电物流配送相关理论
2.1.1 物流配送概念
2.1.2 物流配送功能要素
2.1.3 家电物流配送的特点
2.2 车辆调度
2.2.1 车辆调度概念
2.2.2 车辆调度特点
2.3 车辆调度问题求解算法
2.3.1 精确算法
2.3.2 传统启发式算法
2.3.3 现代启发式算法
2.4 本章小结
第三章 改进粒子群算法设计
3.1 粒子群算法基本原理
3.1.1 粒子群算法的概述
3.1.2 粒子群算法的原理
3.1.3 粒子群算法的数学描述
3.1.4 粒子群算法的参数分析
3.2 菌群算法
3.2.1 细菌觅食基本思想
3.2.2 细菌觅食优化算法模型
3.2.3 细菌觅食优化算法流程
3.3 粒子群算法的改进
3.3.1 粒子群算法的改进路径
3.3.2 改进粒子群算法的流程
3.4 本章小结
第四章 H家电物流公司案例分析
4.1 H家电物流公司现状分析
4.1.1 H家电物流公司概况
4.1.2 H公司家电业物流现状
4.1.3 H公司的物流管理体系
4.1.4 H公司的物流运营现状
4.2 H公司物流现状分析
4.2.1 H公司物流PEST分析
4.2.2 H公司物流SWOT分析
4.2.3 H公司STP分析
4.3.1 企业仓储布局及管理费用过高的问题一
4.3.2 企业配送中车辆配货及装卸时效低的问题
4.3.3 企业商品运输过程中路径优化问题
4.4 本章小结
第五章 改进粒子群算法在家电配送车辆调度问题的应用
5.1 H家电物流配送车辆调度问题的数学模型
5.1.1 H家电物流配送的基本流程
5.1.2 H家电物流车辆调度模型构建
5.2 改进粒子群算法在车辆调度问题中的应用
5.2.1 粒子编码
5.2.2 粒子进化方式
5.2.3 改进粒子群算法车辆调度模型步骤
5.3 实验仿真与结果分析
5.4 本章小结
第六章 结论与展望
6.1 研究结论
6.2 研究展望
致谢
参考文献