声明
1 绪论
1.1 研究背景及意义
1.1.2研究意义
1.2 国内外研究现状
1.2.1 传统汽车路径问题及算法研究现状
1.2.2 电动汽车路径问题及算法研究现状
1.2.3 联合配送车辆路径问题及算法研究现状
1.3 研究内容及论文结构
1.3.1 研究内容
1.3.2 论文结构
1.4 本章小结
2 相关概念及理论基础
2.1 电动汽车路径问题概述
2.1.1 电动汽车特征
2.1.2 物流配送中电动汽车VRP问题
2.2 联合配送车辆路径问题概述
2.2.1 联合配送概念及优势
2.2.2 联合配送车辆路径网络
2.2.3 联合配送下电动汽车路径优化
2.3 车辆路径问题算法概述
2.3.1 精确算法
2.3.2 启发式算法
2.4 本章小结
3 基于城市物流联合配送的电动汽车路径优化模型
3.1 带时间窗的电动汽车VRP模型
3.1.1 时间窗的分类
3.1.2 问题描述和假设
3.1.3 参数与变量描述
3.1.4 模型建立
3.2 基于联合配送的VRP模型
3.2.1 问题描述及假设说明
3.2.2 参数与变量描述
3.2.3 模型建立
3.3 基于城市物流联合配送的电动汽车VRP模型构建
3.3.1 问题描述及假设说明
3.3.2 参数与变量描述
3.3.3 模型建立
3.4 本章小结
4 基于城市物流联合配送的电动汽车路径优化算法
4.1 算法选择分析
4.2 遗传算法分析
4.2.1 遗传算法概述及要素
4.2.2 遗传算法流程
4.3 基于联合配送的电动汽车VRP模型遗传算法设计
4.3.1 编码及解码
4.3.2 种群初始化
4.3.3 适应度计算
4.3.4 遗传操作
4.3.5 终止条件
4.4 本章小结
5 算例分析
5.1 算例数据介绍
5.2 相关参数设置
5.3 算例求解
5.4 模型有效性验证
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录 遗传算法python主程序实现
