摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究的背景和意义 | 第16-17页 |
1.2 智能仓储AGV研究现状 | 第17-19页 |
1.3 运单调度问题研究现状 | 第19-20页 |
1.4 研究目标与论文内容 | 第20-22页 |
1.4.1 研究内容 | 第20-21页 |
1.4.2 论文结构 | 第21-22页 |
第二章 仓储分拣决策方法研究 | 第22-42页 |
2.1 问题定义 | 第22-23页 |
2.1.1 输入示例 | 第22-23页 |
2.1.2 结果输出示例 | 第23页 |
2.2 工作环境建模 | 第23-25页 |
2.2.1 常用的环境建模方法分析 | 第23-24页 |
2.2.2 AGV实际工作环境建模 | 第24-25页 |
2.3 分拣运行冲突情况 | 第25-27页 |
2.3.1 轨道冲突类型 | 第25页 |
2.3.2 轨道转向、交叉口禁忌情况说明 | 第25-27页 |
2.4 AGV运行规则及冲突解决 | 第27-34页 |
2.4.1 时间路程详细规划 | 第27-28页 |
2.4.2 运行速度与方向限制 | 第28页 |
2.4.3 交叉口秩序设定 | 第28-30页 |
2.4.4 冲突解决策略 | 第30-32页 |
2.4.5 轨道内AGV行驶示例 | 第32-34页 |
2.5 计算规则与建模 | 第34-35页 |
2.6 路径规划算法选用分析 | 第35-36页 |
2.7 改进的D*算法设计及实际应用 | 第36-38页 |
2.8 发车策略 | 第38页 |
2.9 运输阶段结果对比 | 第38-40页 |
2.10 本章小结 | 第40-42页 |
第三章 运单调度决策方法研究 | 第42-52页 |
3.1 问题描述 | 第42-44页 |
3.2 问题分析 | 第44页 |
3.3 总体成本预估建模 | 第44页 |
3.4 网点选址 | 第44-46页 |
3.4.1 改进K-means聚类算法 | 第44-46页 |
3.4.2 具体求解 | 第46页 |
3.5 运输模型构建 | 第46-47页 |
3.6 运单调度求解方法 | 第47-49页 |
3.6.1 遗传算法 | 第47-48页 |
3.6.2 改进局部搜索算法 | 第48-49页 |
3.7 运输阶段结果对比 | 第49-50页 |
3.8 本章小结 | 第50-52页 |
第四章 基于Spring Boot的智慧物流配送决策系统 | 第52-64页 |
4.1 需求分析 | 第52页 |
4.2 系统业务流程 | 第52页 |
4.3 总体设计 | 第52-54页 |
4.3.1 开发环境 | 第52-53页 |
4.3.2 架构逻辑 | 第53页 |
4.3.3 功能模块 | 第53-54页 |
4.4 数据库设计 | 第54-55页 |
4.5 各功能模块介绍 | 第55-61页 |
4.5.1 中转公司模块 | 第55页 |
4.5.2 仓储分拣决策模块 | 第55-57页 |
4.5.3 运单调度规划模块 | 第57-59页 |
4.5.4 运送模块 | 第59页 |
4.5.5 结算模块 | 第59-60页 |
4.5.6 系统管理模块 | 第60-61页 |
4.6 系统测试 | 第61-63页 |
4.6.1 用户登录测试 | 第61-62页 |
4.6.2 兼容性测试 | 第62页 |
4.6.3 响应时间测试 | 第62-63页 |
4.6.4 界面测试 | 第63页 |
4.7 本章小结 | 第63-64页 |
第五章 总结与展望 | 第64-66页 |
5.1 工作总结 | 第64页 |
5.2 研究展望 | 第64-66页 |
参考文献 | 第66-70页 |
致谢 | 第70-72页 |
作者简介 | 第72页 |