| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-24页 |
| ·研究的背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-20页 |
| ·B2C大物流的相关研究 | 第12-15页 |
| ·“云仓储”的相关研究 | 第15-19页 |
| ·“云物流”的相关研究 | 第19-20页 |
| ·研究的主要内容 | 第20-21页 |
| ·研究的技术路线 | 第21-24页 |
| 第2章 相关概念及发展现状 | 第24-39页 |
| ·相关概念 | 第24-26页 |
| ·B2C“大物流”的相关概念 | 第24页 |
| ·“云仓储”的相关概念 | 第24-25页 |
| ·“云物流”的相关概念 | 第25-26页 |
| ·国外发展现状 | 第26-31页 |
| ·美国亚马逊 | 第26-29页 |
| ·UPS | 第29页 |
| ·美国Staples | 第29-31页 |
| ·国内发展现状 | 第31-36页 |
| ·京东商城 | 第31-33页 |
| ·凡客诚品 | 第33-35页 |
| ·当当网 | 第35-36页 |
| ·我国B2C电子商务物流存在的主要问题 | 第36-39页 |
| 第3章 基于B2C大物流模式下的“云仓储”设施选址 | 第39-58页 |
| ·“云仓储”设施选址问题的描述 | 第39-40页 |
| ·“云仓储”设施选址的影响因素分析 | 第40-41页 |
| ·“云仓储”设施选址模型 | 第41-46页 |
| ·模型的假设 | 第41-42页 |
| ·符号定义 | 第42-44页 |
| ·模型的建立 | 第44-46页 |
| ·选址方法的选择 | 第46页 |
| ·基于遗传算法的算法实现 | 第46-58页 |
| ·遗传算法的相关概述 | 第46-47页 |
| ·遗传算法的设计 | 第47-52页 |
| ·实例验证 | 第52-58页 |
| 第4章 基于B2C大物流模式下的“云仓储”库存策略研究 | 第58-65页 |
| ·“云仓储”库存策略问题的描述 | 第58页 |
| ·“云仓储”库存模型的影响因素分析 | 第58-59页 |
| ·“云仓储”库存模型 | 第59-64页 |
| ·模型的假设 | 第59-60页 |
| ·符号定义 | 第60-61页 |
| ·模型的建立 | 第61-64页 |
| ·实例验证 | 第64-65页 |
| 第5章 基于B2C大物流模式下“云物流”信息平台的建设 | 第65-75页 |
| ·B2C电子商务企业现行收发货物流程分析 | 第65-66页 |
| ·B2C大物流环境下的“云物流”信息平台设计 | 第66-72页 |
| ·云基础设施层 | 第68-70页 |
| ·云平台层 | 第70-71页 |
| ·云应用层(SaaS) | 第71-72页 |
| ·B2C大物流环境下的“云物流”信息平台的运行 | 第72-75页 |
| 第6章 结论及展望 | 第75-78页 |
| ·本文的主要结论 | 第75-76页 |
| ·主要创新点 | 第76-77页 |
| ·不足之处及展望 | 第77-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84页 |
