基于云计算的物流车辆路径规划平台设计与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 国外研究概况 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 本文主要研究内容 | 第17页 |
| 1.4 论文结构安排 | 第17-19页 |
| 第2章 系统概述及关键技术简述 | 第19-29页 |
| 2.1 系统总体概述 | 第19-20页 |
| 2.2 系统架构 | 第20-21页 |
| 2.3 云平台技术 | 第21-23页 |
| 2.4 Kettle工作流技术 | 第23-24页 |
| 2.5 计算框架Spark | 第24-27页 |
| 2.5.1 Spark基本数据集RDD | 第24-25页 |
| 2.5.2 运行架构 | 第25-26页 |
| 2.5.3 SparkUI管理 | 第26-27页 |
| 2.6 本章小结 | 第27-29页 |
| 第3章 物流车辆路径规划算法模型 | 第29-41页 |
| 3.1 车辆路径规划 | 第29页 |
| 3.2 路径规划据算法介绍 | 第29-33页 |
| 3.2.1 启发式算法 | 第30-31页 |
| 3.2.2 遗传算法 | 第31-33页 |
| 3.3 物流车辆路径规划-改进遗传算法 | 第33-40页 |
| 3.3.1 物流数据数据源 | 第33-35页 |
| 3.3.2 物流车辆路径规划过程 | 第35-38页 |
| 3.3.3 改进算法描述 | 第38-39页 |
| 3.3.4 算法优势及结果对比 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 系统实现 | 第41-49页 |
| 4.1 系统设计 | 第41-46页 |
| 4.1.1 集群环境硬件配置 | 第42-43页 |
| 4.1.2 集群机器的软件配置 | 第43页 |
| 4.1.3 数据库设计 | 第43-46页 |
| 4.2 工作流设计 | 第46页 |
| 4.3 UI界面展示 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 算法应用实例 | 第49-57页 |
| 5.1 生鲜企业应用案例 | 第49-52页 |
| 5.1.1 企业背景及要求 | 第49页 |
| 5.1.2 应用难点 | 第49-50页 |
| 5.1.3 生鲜用例应用实现 | 第50-52页 |
| 5.2 生产厂商应用案例 | 第52-55页 |
| 5.2.1 企业背景及要求 | 第52页 |
| 5.2.2 应用难点 | 第52-53页 |
| 5.2.3 生产厂商应用实现 | 第53-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第6章 结束语 | 第57-59页 |
| 6.1 本文工作总结 | 第57页 |
| 6.2 论文创新点 | 第57-58页 |
| 6.3 下一步研究方向 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 作者简介 | 第65页 |
