面向智能物流中心的服务性能研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 主要贡献 | 第12页 |
| 1.3 本文结构 | 第12-14页 |
| 第二章 相关背景知识介绍 | 第14-18页 |
| 2.1 边缘计算 | 第14-15页 |
| 2.2 推荐系统 | 第15-16页 |
| 2.3 溯源系统 | 第16-18页 |
| 第三章 基于最优成本的智能物流中心部署 | 第18-30页 |
| 3.1 部署成本问题 | 第18-19页 |
| 3.2 物流中心部署架构 | 第19页 |
| 3.3 物流中心部署成本 | 第19-26页 |
| 3.3.1 最优成本模型 | 第19-22页 |
| 3.3.2 基于粒子群遗传搜索算法 | 第22-26页 |
| 3.4 实验验证 | 第26-29页 |
| 3.4.1 实验设置 | 第27页 |
| 3.4.2 实验结果 | 第27-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于LSTM的物流商品推荐系统 | 第30-44页 |
| 4.1 推荐精度问题 | 第30页 |
| 4.2 基于LSTM的预测算法 | 第30-34页 |
| 4.2.1 卷积神经网络 | 第31-32页 |
| 4.2.2 交互-双向长短期记忆网络 | 第32-34页 |
| 4.2.3 全连接神经网络 | 第34页 |
| 4.3 MBLSTM算法训练 | 第34-38页 |
| 4.3.1 全连接神经网络训练 | 第34-36页 |
| 4.3.2 交互-双向深度长短期记忆网络训练 | 第36-38页 |
| 4.4 实验验证 | 第38-43页 |
| 4.4.1 实验设置 | 第38页 |
| 4.4.2 实验结果 | 第38-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 基于区块链的物流商品溯源系统 | 第44-55页 |
| 5.1 溯源准确性问题 | 第44页 |
| 5.2 基于区块链的溯源架构 | 第44-46页 |
| 5.3 基于区块链的融合溯源算法 | 第46-51页 |
| 5.3.1 融合溯源算法构造 | 第46-48页 |
| 5.3.2 融合溯源算法训练 | 第48-51页 |
| 5.4 实验验证 | 第51-54页 |
| 5.3.1 实验设置 | 第51-52页 |
| 5.3.2 实验结果 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-64页 |
| 附录1 攻读硕士学位期间申请的专利 | 第64-65页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
