云仓储和O2O模式下的城市配送中心选址优化
摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第9-18页 |
1.1 研究背景及意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-14页 |
1.2.1 配送中心选址研究 | 第11-12页 |
1.2.2 O2O电子商务模式研究 | 第12-13页 |
1.2.3 云仓储研究 | 第13-14页 |
1.2.4 现状分析总结 | 第14页 |
1.3 研究方法 | 第14-15页 |
1.4 研究内容和结构安排 | 第15-18页 |
1.4.1 研究内容 | 第15-17页 |
1.4.2 论文结构 | 第17-18页 |
第二章 物流配送中心选址分析 | 第18-24页 |
2.1 配送中心功能 | 第18-19页 |
2.2 配送中心常见选址考虑因素 | 第19-21页 |
2.2.1 外部因素 | 第19-20页 |
2.2.2 内部因素 | 第20-21页 |
2.3 配送中心选址方法 | 第21-23页 |
2.4 本章小结 | 第23-24页 |
第三章 “云仓储”物流及O2O模式研究 | 第24-33页 |
3.1 云仓储模式 | 第24-25页 |
3.2 云仓储模式分析与评价 | 第25-26页 |
3.3 云仓储特点 | 第26-27页 |
3.4 云仓储实施路线 | 第27-28页 |
3.5 云仓储下的协同库存机制 | 第28-30页 |
3.6 O2O电商模式研究 | 第30-32页 |
3.6.1 O2O模式的定义 | 第30-31页 |
3.6.2 O2O商业模式与传统电商的差异 | 第31页 |
3.6.3 O2O模式与其他模式的比较和利弊分析 | 第31-32页 |
3.7 本章小结 | 第32-33页 |
第四章 S公司物流配送中心选址模型建立 | 第33-42页 |
4.1 S公司简介 | 第33-34页 |
4.2 问题的描述 | 第34-35页 |
4.3 选址方案确定 | 第35-38页 |
4.3.1 选址原则和影响因素 | 第35-36页 |
4.3.2 选址可选方案分析 | 第36-37页 |
4.3.3 选址方案改进 | 第37-38页 |
4.4 模型构建 | 第38-41页 |
4.4.1 模型假设 | 第38页 |
4.4.2 模型参数 | 第38-39页 |
4.4.3 模型建立 | 第39-41页 |
4.5 本章小结 | 第41-42页 |
第五章 算法分析与实现 | 第42-53页 |
5.1 算法分析 | 第42-43页 |
5.1.1 数学解析法 | 第42页 |
5.1.2 最优化规划方法 | 第42页 |
5.1.3 启发式算法 | 第42-43页 |
5.2 遗传算法 | 第43-45页 |
5.2.1 随机算法设计 | 第43-44页 |
5.2.2 遗传算法设计 | 第44-45页 |
5.3 算法实现 | 第45-52页 |
5.3.1 位置和费用的确定 | 第45-47页 |
5.3.2 末端需求点需求量确定 | 第47-49页 |
5.3.3 各项费用和覆盖范围的确定 | 第49页 |
5.3.4 模型求解和分析 | 第49-52页 |
5.4 本章小结 | 第52-53页 |
总结与展望 | 第53-56页 |
参考文献 | 第56-60页 |
致谢 | 第60页 |