| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 配送路径问题的国外研究现状 | 第11-13页 |
| 1.2.2 配送路径问题的国内研究现状 | 第13页 |
| 1.2.3 存在的问题 | 第13-14页 |
| 1.3 本文研究内容和组织结构 | 第14-15页 |
| 1.3.1 本文研究内容 | 第14页 |
| 1.3.2 本文组织结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 物流配送系统相关理论和关键技术 | 第16-27页 |
| 2.1 物流配送系统基本概念 | 第16-17页 |
| 2.1.1 物流基本概念 | 第16页 |
| 2.1.2 物流配送路径优化问题 | 第16-17页 |
| 2.2 相关理论与技术 | 第17-26页 |
| 2.2.1 遗传算法 | 第17-21页 |
| 2.2.2 k-means聚类算法 | 第21-22页 |
| 2.2.3 百度地图API | 第22-23页 |
| 2.2.4 SSM开发框架技术 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 物流配送路径优化问题的求解算法 | 第27-36页 |
| 3.1 建立物流配送路径优化数学模型 | 第27-29页 |
| 3.1.1 问题描述 | 第27页 |
| 3.1.2 模型假设和模型符号 | 第27-28页 |
| 3.1.3 数学模型 | 第28-29页 |
| 3.2 改进的遗传算法对物流配送路径优化 | 第29-32页 |
| 3.2.1 利用k-means算法对客户的位置坐标进行聚类分析 | 第29-30页 |
| 3.2.2 利用改进的遗传算法对物流配送路径进行优化 | 第30-32页 |
| 3.3 实验与分析 | 第32-35页 |
| 3.3.1 实验数据 | 第32页 |
| 3.3.2 参数设定 | 第32-33页 |
| 3.3.3 实验结果 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于改进的遗传算法的物流配送系统的设计 | 第36-50页 |
| 4.1 物流配送系统分析 | 第36-37页 |
| 4.1.1 物流配送系统可行性分析 | 第36-37页 |
| 4.2 系统设计 | 第37-42页 |
| 4.2.1 系统总体设计 | 第37-38页 |
| 4.2.2 系统详细设计 | 第38-40页 |
| 4.2.3 数据库设计 | 第40-42页 |
| 4.3 系统功能实现与测试 | 第42-49页 |
| 4.3.1 系统实现 | 第42-48页 |
| 4.3.2 系统测试 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者简介 | 第55-56页 |
| 攻读硕士期间发表的论文 | 第56-57页 |
| 科研成果 | 第57-58页 |