雷洪涛，男，湖南常宁人，1982年10月出生，博士，讲师，现任职于国防科技大学信息系统与管理学院系统工程系，加拿大蒙特利尔大学访问学者，国家自然科学基金管理科学与工程学科同行通信评审专家，中国系统工程学会会员，国际多目标优化研究组织EcTc—EMO成员。主要从事运筹与管理、能源互联网和系统能耗优化等方面的研究。作为项目负责人主持国家自然科学基金项目、教育部博士点基金项目，湖南省自然科学基金项目各1项；作为技术骨干参与了能源互联网示范系统等多项重大工程项目建设。近年来，在国内外学术期刊已发表SCI检索论文10篇，其中以作者发表并被SCI检索论文7篇、1篇进入ESI引用前10％；申请国家发明专利9项，获得软件*作权7项；出版学术专*2部。2013年获得国防科学技术大学研究生教学个人三等奖，2011、2012、2013、2014年连续四年获得国防科学技术大学信息系统与管理学院嘉奖。

　　《物流配送路径优化与配送区域划分》主要针对随机和动态环境下的物流配送路径优化和物流配送区域划分相关问题开展研究，介绍了研究的背景意义及国内外研究现状，给出了相关物流系统优化基本理论模型和方法，分别针对随机需求下带时间窗配送路径优化问题、随机需求下可拆分服务配送路径优化问题、随机服务时间配送路径优化问题、考虑随机客户物流配送区域划分问题以及考虑动态客户物流配送区域划分问题，建立了相应模型，讨论了目标计算方法，设计了求解算法，并进行了实验计算。希望《物流配送路径优化与配送区域划分》的内容能够起到抛砖引玉的作用，能够为物流系统优化领域研究提供有价值的理论和方法指导，使广大研究者在研究和实践中取得*加丰硕的成果。

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 基于最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