| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第二章 相关理论 | 第17-28页 |
| 2.1 物流站点选址常用方法 | 第17-18页 |
| 2.2 用户停留点识别算法 | 第18-19页 |
| 2.3 聚类算法的选择 | 第19-22页 |
| 2.3.1 聚类算法的分类 | 第19-20页 |
| 2.3.2 聚类算法的性能要求 | 第20页 |
| 2.3.3 DBSCAN聚类算法 | 第20-22页 |
| 2.4 遗传算法 | 第22-24页 |
| 2.4.1 遗传算法的基本概念 | 第22页 |
| 2.4.2 遗传算法的流程 | 第22-24页 |
| 2.4.3 遗传算法的特点 | 第24页 |
| 2.5 移动众包及其激励机制 | 第24-27页 |
| 2.5.1 反向竞拍 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于手机信令的物流站点备选集获取 | 第28-51页 |
| 3.1 改进的 DBSCAN 算法进行用户停留点获取 | 第28-35页 |
| 3.1.1 用户停留点分析 | 第28-29页 |
| 3.1.2 常见的用户停留点获取算法 | 第29-30页 |
| 3.1.3 改进的DBSCAN算法进行用户停留点获取 | 第30-35页 |
| 3.2 车辆密度点获取算法 | 第35-36页 |
| 3.3 基于手机信令的物流站点备选集获取算法 | 第36-38页 |
| 3.4 仿真实验与结果分析 | 第38-49页 |
| 3.4.1 实验环境 | 第38页 |
| 3.4.2 数据源介绍 | 第38-41页 |
| 3.4.3 实验结果及分析 | 第41-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 物流站点规划模型 | 第51-57页 |
| 4.1 众包机制下的物流站点规划模型 | 第51-54页 |
| 4.1.1 物流站点规划模型的创建 | 第51-52页 |
| 4.1.2 设计遗传算法进行模型求解 | 第52-54页 |
| 4.2 仿真实验 | 第54-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 多包激励模型及其在众包物流平台中的设计与实现 | 第57-76页 |
| 5.1 多包激励模型的构建 | 第57-60页 |
| 5.2 多包激励模型的提出及其论证 | 第60-66页 |
| 5.2.1 获胜者选择算法 | 第60-63页 |
| 5.2.2 支付决定算法 | 第63-64页 |
| 5.2.3 多包激励机制的论证 | 第64-66页 |
| 5.3 仿真实验与结果分析 | 第66-70页 |
| 5.4 多包激励模型在众包物流平台中的设计与实现 | 第70-75页 |
| 5.4.1 众包物流平台总体架构 | 第70-72页 |
| 5.4.2 多包激励模型的设计与实现 | 第72-75页 |
| 5.5 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 全文总结 | 第76-77页 |
| 6.2 工作展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
