城市物流：网络建模与智能交通系统
第1章 绪论
1.1 背景
1.2 基本概念
1.3 利益相关者
1.4 评估指标
1.5 城市物流方案
1.5.1 概述
1.5.2 先进的信息系统
1.5.3 协作货运系统
1.5.4 公共的物流配送中心
1.5.5 装载率控制
1.5.6 地下货运系统
1.6 建模
1.6.1 引言
1.6.2 模型的局限性
1.7 系统方法
1.7.1 概述
1.7.2 问题的界定
1.7.3 目标
1.7.4 标准
1.7.5 资源
1.7.6 约束条件
1.7.7 可选方案
1.7.8 数据收集
1.7.9 模型
1.7.10 评价
1.7.11 灵敏度分析
1.7.12 甄选
1.7.13 实施
1.7.14 检验
第2章 城市物流建模
2.1 建模框架
2.1.1 网络特征
2.1.2 工业和居民特征
2.1.3 供给模型
2.1.4 需求模型
2.1.5 网络服务水平
2.1.6 网络利用率
2.1.7 影响模型
2.1.8 经济影响
2.1.9 财务影响
2.1.10 社会影响
2.1.11 环境影响
2.1.12 能源影响
2.2 建模过程
2.2.1 问题界定
2.2.2 目标
2.2.3 指标
2.2.4 系统分析
2.2.5 系统综合
2.2.6 软件开发
2.2.7 软件测试
2.2.8 模型的检验
2.2.9 模型的应用
2.3 数学规划
2.3.1 数学规划模型的结构
2.3.2 带有时间窗的车辆路径规划问题
2.4 优化
2.5 仿真
2.6 亚启发式（meta-heuristic）技术
2.6.1 遗传算法
2.6.2 禁忌搜索
2.6.3 模拟退火
2.7 对物流参与者感知的建模
2.7.1 基于感知的建模
2.7.2 动态参与者网络分析工具
2.7.3 城市配送中的感知建模
2.7.4 参与者建模的具体化
第3章 基于智能交通系统的城市物流
3.1 基本概念
3.2 数据获取
3.2.1 数据的类型
3.2.2 要求与责任
3.2.3 技术
3.2.4 行驶时间
3.2.5 自动车辆定位
3.2.6 网络性能
3.2.7 车载设备
3.3 数据处理
3.4 信息传播
3.4.1 技术
3.4.2 车载计算机
3.4.3 数字路图
3.4.4 互联网
3.5 地理信息系统
3.6 电子商务的影响
3.7 当前智能交通系统的应用
3.7.1 自动收费
3.7.2 行驶时间信息
3.8 评估
3.8.1 系统可用性
3.8.2 经济可行性
3.8.3 政治上的可接受性
3.8.4 竞争中立性
3.8.5 横向兼容性
第4章 需求和供给模型
4.1 概述
4.2 流出
4.3 配送
4.4 运输方式选择
4.5 交通量指派
4.6 仿真模型
4.7 行驶时间
4.8 综合成本法
第5章 影 响 模 型
5.1 概述
5.2 社会和经济的影响模型
5.3 环境影响模型
5.3.1 概述
5.3.2 噪声
5.3.3 振动
5.3.4 空气污染
5.3.5 应用
5.4 财务影响模型
5.4.1 概述
5.4.2 成本-收益分析
5.4.3 获利性分析
5.4.4 应用
5.5 能源消耗模型
5.5.1 概述
5.5.2 影响燃料消耗量的因素
5.5.3 燃料消耗量估算模型
5.6 案例研究（东京新地下货运系统）
5.6.1 新地下货运系统网络的结构和该网络的预期交通使用量
（Ooishi和Taniguchi，1999）
5.6.2 系统概述
5.6.3 建造新地下货运系统的影响以及成本收益分析
5.6.4 新地下货运系统的获利分析
第6章 车辆路径规划
6.1 概述
6.2 旅行商问题（Travelling Salesman Problems，简称TSP问题）
6.3 带有时间窗的车辆路径规划
6.3.1 概述
6.3.2 模型的建立
6.3.3 解决VRP-TW问题的启发式算法
6.3.4 模型的应用
6.4 带有时间窗的车辆路径规划及交通仿真
6.4.1 概述
6.4.2 动态交通仿真
6.4.3 模型的应用
第7章 基于智能交通系统（ITS）的车辆路径规划
7.1 概述
7.2 带有时间窗的随机车辆路径规划
7.2.1 准时配送
7.2.2 随机规划法
7.2.3 带有时间窗和随机行驶时间的旅行商问题
7.2.4 机会约束模型
7.2.5 依赖型模型
7.2.6 VSS的估算过程
7.2.7 案例研究
7.2.8 结论
7.3 带有时间窗的随机车辆路径规划和交通仿真
7.3.1 引言
7.3.2 概率模型和预测模型
7.3.3 测试网络应用
7.3.4 结论
7.4 带有实时信息的动态车辆路径规划
7.4.1 引言
7.4.2 信息可变性分类
7.4.3 信息集成框架
第8章 物流配送中心的定位
8.1 概述
8.2 规模
8.3 定位
8.4 与交通量指派相结合的定位问题（Location with Traffic Assignment）
8.4.1 框架
8.4.2 数学公式表示
8.4.3 遗传算法求解
8.4.4 东京大阪地区道路网络的应用研究
8.5 多目标优化（Optimisation）
第9章 前景展望
9.1 系统观和未来的发展
9.2 多式联运系统
9.2.1 概述
9.2.2 洲标准
9.2.3 国家标准
9.2.4 地区标准
9.2.5 运营标准
9.2.6 配送中心配置的线性规划模型
9.2.7 详细的成本模型
9.2.8 配送中心运作的仿真模型
9.3 地下货运系统
9.3.1 概述
9.3.2 概念建模
9.4 虚拟货运公司
词汇索引表
参考文献
1.1 背景
1.2 基本概念
1.3 利益相关者
1.4 评估指标
1.5 城市物流方案
1.5.1 概述
1.5.2 先进的信息系统
1.5.3 协作货运系统
1.5.4 公共的物流配送中心
1.5.5 装载率控制
1.5.6 地下货运系统
1.6 建模
1.6.1 引言
1.6.2 模型的局限性
1.7 系统方法
1.7.1 概述
1.7.2 问题的界定
1.7.3 目标
1.7.4 标准
1.7.5 资源
1.7.6 约束条件
1.7.7 可选方案
1.7.8 数据收集
1.7.9 模型
1.7.10 评价
1.7.11 灵敏度分析
1.7.12 甄选
1.7.13 实施
1.7.14 检验
第2章 城市物流建模
2.1 建模框架
2.1.1 网络特征
2.1.2 工业和居民特征
2.1.3 供给模型
2.1.4 需求模型
2.1.5 网络服务水平
2.1.6 网络利用率
2.1.7 影响模型
2.1.8 经济影响
2.1.9 财务影响
2.1.10 社会影响
2.1.11 环境影响
2.1.12 能源影响
2.2 建模过程
2.2.1 问题界定
2.2.2 目标
2.2.3 指标
2.2.4 系统分析
2.2.5 系统综合
2.2.6 软件开发
2.2.7 软件测试
2.2.8 模型的检验
2.2.9 模型的应用
2.3 数学规划
2.3.1 数学规划模型的结构
2.3.2 带有时间窗的车辆路径规划问题
2.4 优化
2.5 仿真
2.6 亚启发式（meta-heuristic）技术
2.6.1 遗传算法
2.6.2 禁忌搜索
2.6.3 模拟退火
2.7 对物流参与者感知的建模
2.7.1 基于感知的建模
2.7.2 动态参与者网络分析工具
2.7.3 城市配送中的感知建模
2.7.4 参与者建模的具体化
第3章 基于智能交通系统的城市物流
3.1 基本概念
3.2 数据获取
3.2.1 数据的类型
3.2.2 要求与责任
3.2.3 技术
3.2.4 行驶时间
3.2.5 自动车辆定位
3.2.6 网络性能
3.2.7 车载设备
3.3 数据处理
3.4 信息传播
3.4.1 技术
3.4.2 车载计算机
3.4.3 数字路图
3.4.4 互联网
3.5 地理信息系统
3.6 电子商务的影响
3.7 当前智能交通系统的应用
3.7.1 自动收费
3.7.2 行驶时间信息
3.8 评估
3.8.1 系统可用性
3.8.2 经济可行性
3.8.3 政治上的可接受性
3.8.4 竞争中立性
3.8.5 横向兼容性
第4章 需求和供给模型
4.1 概述
4.2 流出
4.3 配送
4.4 运输方式选择
4.5 交通量指派
4.6 仿真模型
4.7 行驶时间
4.8 综合成本法
第5章 影 响 模 型
5.1 概述
5.2 社会和经济的影响模型
5.3 环境影响模型
5.3.1 概述
5.3.2 噪声
5.3.3 振动
5.3.4 空气污染
5.3.5 应用
5.4 财务影响模型
5.4.1 概述
5.4.2 成本-收益分析
5.4.3 获利性分析
5.4.4 应用
5.5 能源消耗模型
5.5.1 概述
5.5.2 影响燃料消耗量的因素
5.5.3 燃料消耗量估算模型
5.6 案例研究（东京新地下货运系统）
5.6.1 新地下货运系统网络的结构和该网络的预期交通使用量
（Ooishi和Taniguchi，1999）
5.6.2 系统概述
5.6.3 建造新地下货运系统的影响以及成本收益分析
5.6.4 新地下货运系统的获利分析
第6章 车辆路径规划
6.1 概述
6.2 旅行商问题（Travelling Salesman Problems，简称TSP问题）
6.3 带有时间窗的车辆路径规划
6.3.1 概述
6.3.2 模型的建立
6.3.3 解决VRP-TW问题的启发式算法
6.3.4 模型的应用
6.4 带有时间窗的车辆路径规划及交通仿真
6.4.1 概述
6.4.2 动态交通仿真
6.4.3 模型的应用
第7章 基于智能交通系统（ITS）的车辆路径规划
7.1 概述
7.2 带有时间窗的随机车辆路径规划
7.2.1 准时配送
7.2.2 随机规划法
7.2.3 带有时间窗和随机行驶时间的旅行商问题
7.2.4 机会约束模型
7.2.5 依赖型模型
7.2.6 VSS的估算过程
7.2.7 案例研究
7.2.8 结论
7.3 带有时间窗的随机车辆路径规划和交通仿真
7.3.1 引言
7.3.2 概率模型和预测模型
7.3.3 测试网络应用
7.3.4 结论
7.4 带有实时信息的动态车辆路径规划
7.4.1 引言
7.4.2 信息可变性分类
7.4.3 信息集成框架
第8章 物流配送中心的定位
8.1 概述
8.2 规模
8.3 定位
8.4 与交通量指派相结合的定位问题（Location with Traffic Assignment）
8.4.1 框架
8.4.2 数学公式表示
8.4.3 遗传算法求解
8.4.4 东京大阪地区道路网络的应用研究
8.5 多目标优化（Optimisation）
第9章 前景展望
9.1 系统观和未来的发展
9.2 多式联运系统
9.2.1 概述
9.2.2 洲标准
9.2.3 国家标准
9.2.4 地区标准
9.2.5 运营标准
9.2.6 配送中心配置的线性规划模型
9.2.7 详细的成本模型
9.2.8 配送中心运作的仿真模型
9.3 地下货运系统
9.3.1 概述
9.3.2 概念建模
9.4 虚拟货运公司
词汇索引表
参考文献
胡祥培，长江学者特聘教授，国家杰出青年基金获得者。1983年毕业于哈尔滨工业大学并留校任教，1995年12月进入大连理工大学管理科学与工程博士后流动站工作，1997年8月破格晋升为教授职称，2000年4月被确定为博士生导师。曾获国家教学成果二等奖并多次获省科技进步奖和省自然科学优秀论文奖，入选“新世纪百千万人才工程”国家级人选、国务院学位委员会第六届学科评议组管理科学与工程组成员。现任大连理工大学研究生院常务副院长等职。主要研究方向：电子商务与物流管理、知识工程、智能运筹学与动态系统实时优化控制。在国内外期刊发表论文100余篇。
《城市物流：网络建模与智能交通系统》共9章。第1章介绍与城市物流相关的基本概念，第2章阐述城市物流建模，第3章介绍基于智能交通系统的城市物流，第4章讨论需求和供给模型，第5章介绍影响模型，第6章讨论车辆路径规划，第7章介绍基于智能交通系统的车辆路径规划，第8章探讨物流配送中心的定位，第9章展望城市物流的未来发展前景。
比价列表
缺书网
扫码进群