首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

空间物流信息系统的研究与设计

中文摘要第1-4页
Abstract第4-8页
第一章 绪论第8-16页
   ·概述第8-9页
   ·国内外研究现状第9-14页
     ·国外物流的发展和现状第9-11页
     ·国内研究现状第11-14页
   ·研究内容与意义第14-15页
   ·论文结构安排第15-16页
第二章 地理信息系统与物流系统理论基础第16-23页
   ·物流系统第16-19页
     ·物流系统基本概念第16页
     ·第三方物流第16-17页
     ·物流配送系统第17-19页
   ·地理信息系统概述第19-21页
     ·GIS 特征第19页
     ·GIS 的基本构成第19-20页
     ·GIS 基本功能第20-21页
   ·GIS 在物流系统中的应用分析第21-22页
   ·本章小结第22-23页
第三章 车辆路径问题研究综述第23-32页
   ·车辆路径规划问题的研究第23-27页
     ·Dijkstra 最短路径算法第23-24页
     ·弗洛伊德算法第24-25页
     ·旅行商问题(TSP)第25-26页
     ·物流车辆路径问题(VRP)第26-27页
   ·TSP 问题求解第27-31页
     ·启发式算法第28-30页
     ·改进启发式算法第30-31页
   ·本章小结第31-32页
第四章 空间物流信息系统的设计第32-49页
   ·需求分析第32-33页
   ·系统设计总体原则第33页
   ·系统数据建模第33-44页
     ·静态结构模型第36-37页
     ·动态行为模型第37-44页
   ·路径调度算法模块的设计第44-45页
   ·基于GIS 的物流配送系统的功能目标第45-46页
   ·系统功能第46-48页
   ·本章小结第48-49页
第五章 基于空间聚类和蚁群算法的物流配送路径的研究第49-62页
   ·空间聚类算法第49-54页
     ·常用聚类算法简介第49-51页
     ·K-means 聚类算法第51页
     ·K-means 聚类算法在本系统中的应用第51-54页
   ·利用蚁群算法求解系统TSP 问题第54-58页
     ·蚁群算法的原理和基本蚁群算法流程第54-55页
     ·蚁群算法的数学模型第55-56页
     ·信息素更新原则第56-57页
     ·常量参数Q 对解的影响分析第57页
     ·信息量消散参数p 对解的影响分析第57-58页
   ·蚁群算法的实现步骤第58页
   ·蚁群算法的实验结果第58-59页
   ·蚁群算法的实验结果分析第59-61页
   ·本章小结第61-62页
第六章 总结与展望第62-64页
参考文献第64-67页
攻读硕士学位期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:公交车上的电子计数器的设计
下一篇:基于低压电力线的家用控制系统设计