| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 导论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外网点布局相关研究综述 | 第13-15页 |
| 1.3 研究内容和技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16-17页 |
| 1.4 本文结构以及创新点 | 第17-19页 |
| 1.4.1 本文结构 | 第17页 |
| 1.4.2 本文创新点 | 第17-19页 |
| 第2章 k-means聚类算法分析及其改进 | 第19-31页 |
| 2.1 经典聚类分析 | 第19-23页 |
| 2.1.1 类的定义 | 第19页 |
| 2.1.2 类的数据结构 | 第19-20页 |
| 2.1.3 类的相似性测度 | 第20-23页 |
| 2.2 经典k-means聚类算法 | 第23-28页 |
| 2.2.1 k-means算法中参数的确定 | 第25-27页 |
| 2.2.2 算法停止条件 | 第27页 |
| 2.2.3 空聚类的处理 | 第27-28页 |
| 2.3 改进的带有类内点数量均衡的k-means聚类算法 | 第28-29页 |
| 2.3.1 经典k-means算法的缺陷 | 第28页 |
| 2.3.2 k-means算法改进 | 第28-29页 |
| 2.4 实验结果与分析 | 第29-31页 |
| 第3章 车辆调度问题和启发式算法研究 | 第31-42页 |
| 3.1 经典车辆调度线路问题 | 第31-34页 |
| 3.1.1 VRP问题 | 第31-33页 |
| 3.1.2 TSP问题 | 第33页 |
| 3.1.3 VRPTW问题 | 第33-34页 |
| 3.2 车辆调度问题的决策因子 | 第34-35页 |
| 3.3 “多段式”动态车辆调度策略 | 第35-36页 |
| 3.4 蚁群算法 | 第36-40页 |
| 3.4.1 蚁群算法的基本模型 | 第36-39页 |
| 3.4.2 改进的蚁群算法 | 第39-40页 |
| 3.5 实验结果与分析 | 第40-42页 |
| 第4章 快递服务网点选址方案研究 | 第42-71页 |
| 4.2 快递网络基础结构模式 | 第42-46页 |
| 4.2.1 快递网络的运输节点 | 第42-43页 |
| 4.2.2 快递运输网络结构图 | 第43-45页 |
| 4.2.3 我国快递集运网络的结构图 | 第45-46页 |
| 4.3 物流节点选址需求预测中常用方法及其比较 | 第46-57页 |
| 4.3.1 重心法 | 第46-50页 |
| 4.3.2 类“运输问题”方案 | 第50-52页 |
| 4.3.3 CFLP法 | 第52-54页 |
| 4.3.4 鲍莫尔——沃尔夫方法 | 第54-57页 |
| 4.4 城市物流枢纽配送选址模型比较 | 第57-62页 |
| 4.4.1 连续点选址模型——交叉中值模型 | 第57-59页 |
| 4.4.2 离散点选址模型——覆盖模型 | 第59-60页 |
| 4.4.3 最大覆盖模型 | 第60-62页 |
| 4.5 离散点覆盖启发式选址方案 | 第62-63页 |
| 4.6 算例分析 | 第63-70页 |
| 4.6.1 交叉中值法 | 第63-67页 |
| 4.6.2 最大覆盖模型 | 第67-68页 |
| 4.6.3 离散点覆盖启发式选址模型 | 第68-70页 |
| 4.7 三类选址方案对比分析 | 第70-71页 |
| 第5章 实例应用—某快递公司服务网点布局综合解决方案 | 第71-78页 |
| 5.1 背景介绍 | 第71-72页 |
| 5.2 定义相关变量 | 第72-73页 |
| 5.3 用户聚类和用户分区规划 | 第73-74页 |
| 5.4 离散点覆盖启发式选址方案 | 第74-76页 |
| 5.5 车辆的配置行驶路线 | 第76-78页 |
| 结论 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读学位期间取得学术成果 | 第86页 |