物流配送路径优化与配送区域划分

第1章  绪论  1.1  背景及意义  1.2  国内外研究现状    1.2.1  物流配送路径优化问题国内外研究现状    1.2.2  物流配送区域划分问题国内外研究现状    1.2.3  存在的问题  1.3  主要内容及贡献  1.4  本书结构安排第2章  物流系统优化基本理论及相关方法  2.1  物流配送路径优化模型    2.1.1  带时间窗的配送路径优化模型    2.1.2  需求可拆分服务的配送路径优化模型    2.1.3  随机配送路径优化模型  2.2  物流配送区域划分模型与方法    2.2.1  基于离散点选址的区域划分模型    2.2.2  基于voronoi图的区域划分方法    2.2.3  基于*小生成树的区域划分方法    2.2.4  基于聚类分析的区域划分方法  2.3  求解算法    2.3.1  精确算法    2.3.2  启发式算法第3章  随机需求下带时间窗的物流配送路径优化  3.1  问题描述  3.2  数学模型    3.2.1  符号    3.2.2  模型  3.3  期望额外总费用计算    3.3.1  服务失败概率计算  3。3.2  期望费用计算  3.4  自适应大邻域启发式搜索算法    3.4.1  大邻域搜索及惩罚性目标函数    3.4.2  初始解获得    3.4.3  启发式删除型和插入型子算法    3.4.4  自适应搜索    3.4.5  解接受标准及算法搜索终止标准    3.4.6  算法优化框架  3.5  实验    3.5.1  示例构造    3.5.2  计算结果及分析第4章  随机需求下可拆分服务的物流配送路径优化  4.1  研究概述    4.1.1  问题描述    4.1.2  需求可拆分服务的配对车辆回归策略    4.1.3  研究界定  4.2  数学模型    4.2.1  符号    4.2.2  模型  4.3  期望回归费用计算    4.3.1  无协作回归策略下期望回归费用计算    4.3.2  协作回归策略下期望回归费用计算  4.4  大邻域启发式搜索算法    4.4.1  启发式初始解构造算法    4.4.2  删除及插入启发式子算法    4.4.3  子算法选择机制    4.4.4  解接受及算法终止标准    4.4.5  算法总结  4.5  实验    4.5.1  示例构造    4.5.2  计算结果及分析第5章  随机服务时间下的物流配送路径优化  5.1  问题描述  5.2  数学模型    5.2.1  符号    5.2.2  模型  5.3  解的期望费用计算  5.4  g型变邻域启发式搜索算法    5.4.1  初始解构造    5.4.2  邻域结构    5.4.3  抖动机制    5.4.4  局域搜索    5.4.5  小粒度搜索    5.4.6  接受及终止标准    5.4.7  算法搜索过程  5.5  实验    5.5.1  示例构造    5.5.2  计算结果及分析第6章  考虑随机客户的物流配送区域划分  6.1  问题描述  6.2  数学模型  6.3  区域路径费用近似  6.4  区域稠密度度量  6.5  大邻域搜索算法    6.5.1  目标函数    6.5.2  基本单元定义    6.5.3  初始解构建    6.5.4  插入与删除操作算子    6.5.5  接受与停止准则    6.5.6  求解算法总结  6.6  实验    6.6.1  在修改solomon示例集上的实验    6.6.2  在修改gehring&homberger示例集上的实验    6.6.3  不同参数下的实验第7章  考虑动态客户的物流配送区域划分  7.1  问题描述  7.2  数学模型  7.3  子区域稠密度度量  7.4  周期间区域划分近似度  7.5  旅行商收益平衡度量  7.6  子区域配送路径费用近似  7.7  元启发式求解算法    7.7.1  基本单元定义    7.7.2  初始解构造    7.7.3  删除与插入算子    7.7.4  自适应算子选择机制    7.7.5  禁忌占用期    7.7.6  多周期动态区域设计    7.7.7  接受与停止准则    7.7.8  alns元启发式算法总结  7.8  实验    7.8.1  实验设计    7.8.2  实验结果    7.8.3  不同参数下的实验参考文献结束语